Python pandas按id分组后按条件生成新列的实现方法

你可以使用groupby()+transform()实现需求，transform会返回与原DataFrame长度一致的序列，可直接赋值为新列，不需要额外对齐索引。

你之前尝试的filter方法作用是筛选符合条件的分组，仅返回匹配条件的行，无法直接生成全量的新列，transform是这类分组映射需求的首选方法。

完整可运行代码 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'id': ['x1', 'x1', 'x2', 'x2', 'x3'],
    'group': ['A', 'B', 'A', 'A', 'B']
})

# 生成new_group列
df['new_group'] = df.groupby('id')['group'].transform(
    lambda x: 'two' if x.nunique() == 2 else x.iloc[0] if x.nunique() == 1 else 'B'
)

print(df)

逻辑说明 #

按id分组后，对每组的group列做判断：

• 唯一值数量等于2时，返回字符串two
• 唯一值数量等于1时，返回该组唯一的group值（这里取第一个位置的值即可）
• 其余情况返回B
• transform会将每组的返回值自动映射到该组的所有行上，不需要额外处理索引对齐

运行后输出结果和你期望的完全一致：

id group new_group
0  x1     A       two
1  x1     B       two
2  x2     A         A
3  x2     A         A
4  x3     B         B

内容的提问来源于stack exchange，提问作者shsh