Pandas多列分组后用map赋值全为NaN，求正确实现方法

我来帮你搞定这个问题！你遇到的new列全是NaN的情况，核心原因是你用单字段user_id去匹配多列复合索引的分组结果——分组后的Series索引是(user_id, area_id, group_id, year)的组合键，仅用user_id根本找不到对应匹配项，所以全返回NaN。

下面给你三种实用的解决方案，按需选择：

方法1：用merge（最直观易读） #

先筛选出key=102的数据分组求和，再通过多列键合并回原DataFrame，最后填充缺失值：

# 1. 筛选key=102的数据，按多列分组求和并重置索引
sum_df = df[df['key'].eq(102)].groupby(['user_id', 'area_id', 'group_id', 'year'])['value'].sum().reset_index(name='new')

# 2. 用多列作为连接键合并到原表，左连接保留所有行，缺失值填充0
df = df.merge(sum_df, on=['user_id', 'area_id', 'group_id', 'year'], how='left').fillna(0)

方法2：用groupby.transform（简洁高效，原地修改） #

利用transform的广播特性，在每个分组内直接计算key=102的value总和，并同步到组内所有行：

df['new'] = df.groupby(['user_id', 'area_id', 'group_id', 'year'])['value'].transform(
    lambda x: x[df.loc[x.index, 'key'] == 102].sum()
)
# 把分组内没有key=102的NaN填充为0
df['new'] = df['new'].fillna(0)

方法3：用map结合元组（如果坚持想用map） #

把原表的多列组合成元组作为匹配键，再用map去匹配分组后的复合索引：

# 1. 分组求和得到带复合索引的Series
sum_series = df[df['key'].eq(102)].groupby(['user_id', 'area_id', 'group_id', 'year'])['value'].sum()

# 2. 把原表的多列转成元组，用get方法匹配，无匹配则返回0
df['new'] = df.apply(
    lambda row: sum_series.get((row['user_id'], row['area_id'], row['group_id'], row['year']), 0),
    axis=1
)

这三种方法都能正确生成你需要的new列，其中方法2的性能最优，适合处理大数据量的场景。

内容的提问来源于stack exchange，提问作者rescot