Pandas如何为已排序DataFrame各分组的最后一行指定列赋值

错误原因 #

原有代码报错是因为df.reset_index().groupby('colA').tail(1)返回的是筛选后的子DataFrame对象，不能直接作为.loc的行索引参数使用，且额外调用reset_index属于多余操作。 #

正确实现 #

写法1：直接取分组最后一行的原索引赋值 #

import pandas as pd

# 初始化数据
df = pd.DataFrame([['a', 1], ['a', 2], ['b', 1], ['b', 2]],
                  columns=['colA', 'colB'])

# 新建colC列赋初始值
df['colC'] = 'Not Current'

# 分组取最后一行的原索引，对应赋值
df.loc[df.groupby('colA').tail(1).index, 'colC'] = 'Current'

运行后输出结果如下：

写法2：用分组累计计数做布尔筛选（可选） #

如果需要一行完成赋值，可以用分组倒序累计计数判断是否为最后一行：

df['colC'] = df.groupby('colA').cumcount(ascending=False).eq(0).map({True: 'Current', False: 'Not Current'})

两种写法均默认你已提前完成DataFrame的分组内排序，符合你提到的前置条件。

内容的提问来源于stack exchange，提问作者John Stud