Pandas如何基于groupby分组结果替换原DataFrame对应列值

场景说明 #

你已通过如下代码完成分组聚合，得到每个(ini_num, dep_parl_group)分组对应投票众数的结果表vote_mode：

vote_mode = dataset.groupby(['ini_num','dep_parl_group'])['vote'].agg(lambda x: disambiguated_mode(x)).to_frame()

目标是将原数据集dataset中每条记录的vote值，替换为其所属分组的众数，实现同一分组下所有记录的vote值完全统一。

方案1：groupby + transform 一步实现（推荐） #

不需要提前单独生成聚合表vote_mode，直接用transform方法即可返回和原数据集行顺序完全对齐的分组计算结果，直接赋值即可完成替换，不会出现索引匹配错误：

dataset['vote'] = dataset.groupby(['ini_num', 'dep_parl_group'])['vote'].transform(lambda x: disambiguated_mode(x))

• 优势：代码最简洁，无额外中间表，自动对齐原表行顺序，不会出现匹配错位问题
• 适用场景：不需要留存单独的分组众数表的情况

方案2：基于已生成的vote_mode表匹配替换 #

如果你已经提前生成了vote_mode聚合表，可以通过表连接的方式把分组众数匹配回原表完成替换：

# 重置聚合表索引，将分组键从索引转为普通列，同时重命名众数列避免列名冲突
vote_mode_renamed = vote_mode.reset_index().rename(columns={'vote': 'group_mode'})
# 按分组键左连接，将众数匹配到原表每条记录
dataset = dataset.merge(vote_mode_renamed, on=['ini_num', 'dep_parl_group'], how='left')
# 用分组众数覆盖原vote列，删除临时列
dataset['vote'] = dataset['group_mode']
dataset.drop(columns=['group_mode'], inplace=True)

注意：groupby聚合生成的vote_mode默认把ini_num、dep_parl_group设为多层索引，不执行reset_index()直接merge会找不到匹配键报错。

结果校验 #

替换完成后可以运行如下代码验证结果是否符合预期，返回True即说明所有分组的vote值已统一为分组众数：

is_correct = dataset.groupby(['ini_num', 'dep_parl_group'])['vote'].nunique().eq(1).all()
print(is_correct)

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