如何为Pandas DataFrame生成用户period=1时的分组编号列？

你需要先提取用户在period=1时的分组信息，再将其匹配回原DataFrame的每一行，具体步骤如下：

步骤1：创建用户与period=1分组的映射表 #

先从原数据中筛选出period=1的记录，提取user和对应的group，确保每个用户只保留一条记录（假设每个用户在period=1只有一个分组）：

period1_map = df[df['period'] == 1][['user', 'group']].rename(columns={'group': 'period1'})

步骤2：左连接映射表到原DataFrame #

用左连接的方式，将映射表中的period1值匹配到原数据的每一行，没有period=1记录的用户会自动填充NaN（对应你期望结果里的null）：

df = df.merge(period1_map, on='user', how='left')

完整代码示例 #

import pandas as pd

# 原DataFrame
data = {
    'user': [1,2,3,1,2,3,4],
    'group': [1,2,2,1,1,1,2],
    'period': [1,1,1,2,2,2,2]
}
df = pd.DataFrame(data)

# 创建映射表并合并
period1_map = df[df['period'] == 1][['user', 'group']].rename(columns={'group': 'period1'})
df = df.merge(period1_map, on='user', how='left')

print(df)

运行后输出结果与你期望的一致：

user  group  period  period1
0     1      1       1      1.0
1     2      2       1      2.0
2     3      2       1      2.0
3     1      1       2      1.0
4     2      1       2      2.0
5     3      1       2      2.0
6     4      2       2      NaN

原代码问题说明 #

你之前的groupby([df['user'], df['period']==1])会把数据拆分为**(用户, True)和(用户, False)**两组，transform后得到的是每组内的最大值，这和你想要的“匹配用户在period=1的固定分组”逻辑完全不符，因此无法得到正确结果。

内容的提问来源于stack exchange，提问作者Alex