Python中如何用groupby分组处理后更新原始DataFrame

直接修改groupby返回的分组对象无法更新原DataFrame，因为分组默认返回的是原数据的切片副本，修改副本不会同步到原df。可以用以下两种常用方案实现需求：

方法1：遍历分组时通过索引回写原数据 #

利用分组对象保留原DataFrame索引的特性，处理完分组数据后直接赋值给原df对应索引的位置，示例代码：

import pandas as pd
import numpy as np

arr = np.array([1, 2, 4, 7, 11, 16, 22, 29, 37, 46])
df = pd.DataFrame({'grain': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'A', 'B']})
df["target"] = arr

for group_name, group_df in df.groupby("grain"):
    if group_name == "A":
        # 示例处理逻辑：分组A的target值乘以2
        processed_value = group_df['target'] * 2
        # 回写原df
        df.loc[group_df.index, 'target'] = processed_value
    if group_name == "B":
        # 示例处理逻辑：分组B的target值加3
        processed_value = group_df['target'] + 3
        # 回写原df
        df.loc[group_df.index, 'target'] = processed_value

这种方法适合处理逻辑复杂、需要逐组做个性化操作的场景。

方法2：使用groupby.apply封装处理逻辑（更推荐的pandas风格写法） #

把不同分组的处理逻辑封装到一个函数中，通过apply直接返回处理后的结果，自动更新到原数据：

def process_group(group):
    if group.name == "A":
        group['target'] = group['target'] * 2
    elif group.name == "B":
        group['target'] = group['target'] + 3
    return group

# 直接覆盖原df即可
df = df.groupby("grain", group_keys=False).apply(process_group)

如果分组数量多，还可以用处理函数字典简化判断，避免写多层if分支：

# 定义不同分组的处理函数
process_func = {
    "A": lambda x: x * 2,
    "B": lambda x: x + 3
}

df['target'] = df.groupby('grain')['target'].transform(lambda x: process_func[x.name](x))

这种写法代码更简洁，执行效率也比手动遍历分组更高。

注意事项 #

• 不要在遍历groupby的过程中新增/删除原df的行，否则会导致索引不匹配，回写数据出错
• 如果只需要修改单列数据，优先用transform方法，性能比全量apply更高

内容的提问来源于stack exchange，提问作者user3104352