如何对分组后的Pandas DataFrame按规则生成NEW_Salary列？

现有Pandas DataFrame，需按Year、Month、Day列分组，在每个组内创建NEW_Salary列，规则如下：

• 将Combination为True的行（如Name为KimJason、KimTom的行）的Salary值，分别加到对应Name组成部分的Combination为False的行（如KimJason对应Kim和Jason行，KimTom对应Kim和Tom行）的Salary上；
• Combination为True的行的NEW_Salary值与原Salary值保持一致。

修正后的示例数据代码：

import pandas as pd

data = {
    "Year": [2002,2002,2002,2002,2002,2010,2010,2010,2010,2010],
    "Name": ['Jason','Tom','KimJason','KimTom','Kim','Jason','Tom','KimJason','KimTom','Kim'],
    "Combination": [False,False,True,True,False,False,False,True,True,False],
    "Salary": [10,20,25,25,30,20,30,35,35,40]
}
df = pd.DataFrame(data)  # 修正拼写错误：pd.dataframe → pd.DataFrame

以下方法完全不受分组数量限制，核心通过groupby().apply()对每个分组独立处理，适配任意分组规模：

def process_group(group):
    # 初始化NEW_Salary为原Salary，直接满足组合行的薪资保留规则
    group['NEW_Salary'] = group['Salary'].copy()
    
    # 提取所有组合行，拆分Name并构建薪资累加映射
    combo_rows = group[group['Combination']]
    salary_add_map = {}
    for _, row in combo_rows.iterrows():
        # 拆分驼峰式命名的组合名（如KimJason拆为Kim、Jason），可根据实际命名规则调整
        # 若为下划线分隔，可改为 row['Name'].split('_')
        split_names = [row['Name'][:3], row['Name'][3:]]
        for name in split_names:
            salary_add_map[name] = salary_add_map.get(name, 0) + row['Salary']
    
    # 给非组合行累加对应薪资，无匹配项则加0（保持原薪资）
    non_combo_mask = group['Combination'] == False
    group.loc[non_combo_mask, 'NEW_Salary'] += group.loc[non_combo_mask, 'Name'].map(salary_add_map).fillna(0)
    
    return group

# 按目标列分组处理，实际使用时替换为['Year', 'Month', 'Day']
result_df = df.groupby(['Year']).apply(process_group).reset_index(drop=True)
print(result_df)

关键细节说明 #

• 命名拆分适配：示例中按固定长度拆分组合名，若你的数据是驼峰命名（如KimJason），可改用正则拆分：import re; split_names = re.findall('[A-Z][a-z]*', row['Name'])，适配更通用的组合名格式；
• 分组通用性：groupby().apply()会自动遍历所有分组，不管分组数量多少，每个分组都会独立执行逻辑，完全适配大规模分组场景；
• 异常处理：fillna(0)确保没有对应组合行的非组合行不会出现NaN，保持原薪资数值不变。

示例输出（部分） #

内容的提问来源于stack exchange，提问作者the phoenix