Pandas：如何根据ID和条件替换面板数据集中的列值

原始数据 #

目标结果 #

高效解决方案 #

方法1：字典映射法（性能最优） #

先提取2004年的ID-值映射关系，再直接通过map替换整列，避免合并操作的性能损耗：

import pandas as pd

# 构造原始DataFrame（实际使用时替换为你的数据）
df = pd.DataFrame({
    'ID': [1,1,1,2,2,2],
    'year': [2002,2003,2004,2002,2003,2004],
    'value': [8,9,10,11,11,12]
})

# 生成ID到2004年value的字典
id_to_2004_val = df[df['year'] == 2004].set_index('ID')['value'].to_dict()

# 替换所有行的value为对应ID的2004年值
df['value'] = df['ID'].map(id_to_2004_val)

方法2：groupby + transform（代码简洁） #

利用groupby的transform方法，将每个分组内2004年的值广播到该组所有行：

df['value'] = df.groupby('ID')['value'].transform(
    lambda x: x[df.loc[x.index, 'year'] == 2004].iloc[0]
)

性能说明 #

合并操作需要进行数据对齐、索引匹配等额外步骤，时间复杂度较高；而上述两种方法要么基于字典的O(1)映射，要么基于分组的广播操作，能大幅减少计算开销，尤其在处理百万级以上的大型数据集时，性能差异会非常明显。

内容的提问来源于stack exchange，提问作者jan.sfr