pandas如何向groupby分组插入仅prop_dtls改为nano的新行

前置说明 #

你问题描述中写的groupby(by=['md_code','prop_dtls'])属于笔误，从期望输出可判断实际分组维度为effective_date和md_code的组合，以下方案均基于该分组逻辑实现。 #

完整实现代码 #

步骤1：构造示例DataFrame #

import pandas as pd

# 按你给出的原始数据构造
df = pd.DataFrame([
    ["2021-03-23", "comm", "car"],
    ["2021-03-23", "comm", "bike"],
    ["2021-03-23", "comm", "scooter"],
    ["2021-03-24", "comm", "car"],
    ["2021-03-24", "comm", "bike"],
    ["2021-03-24", "comm", "scooter"],
    ["2021-03-12", "dme", "bus"],
    ["2021-03-12", "dme", "eco"],
    ["2021-03-12", "dme", "alto"],
    ["2021-03-14", "dme", "bus"],
    ["2021-03-14", "dme", "eco"],
    ["2021-03-14", "dme", "alto"],
    ["2021-03-12", "equity", "bus"],
    ["2021-03-12", "equity", "eco"],
    ["2021-03-12", "equity", "alto"],
    ["2021-03-14", "equity", "bus"],
    ["2021-03-14", "equity", "eco"],
    ["2021-03-14", "equity", "alto"],
], columns=["effective_date", "md_code", "prop_dtls"])

方案1：groupby+apply实现（逻辑直观，适合小数据量） #

def add_nano_row(group):
    # 取分组第一行修改prop_dtls为nano，拼接在原分组末尾
    new_row = group.iloc[:1].copy()
    new_row["prop_dtls"] = "nano"
    return pd.concat([group, new_row], ignore_index=True)

# 按effective_date和md_code分组执行插入逻辑
df_result = df.groupby(
    by=["effective_date", "md_code"],
    group_keys=False
).apply(add_nano_row).reset_index(drop=True)

方案2：批量生成新增行拼接（性能更高，适合大数据量） #

# 提取所有唯一的分组组合
unique_groups = df[["effective_date", "md_code"]].drop_duplicates()
# 生成所有待插入的nano行
add_rows = unique_groups.assign(prop_dtls="nano")

# 新增排序标记保证输出顺序符合要求
df["sort_flag"] = 0
add_rows["sort_flag"] = 1

# 合并原数据与新增行后排序、清理标记列
df_result = pd.concat([df, add_rows], ignore_index=True)\
    .sort_values(by=["effective_date", "md_code", "sort_flag"])\
    .drop("sort_flag", axis=1)\
    .reset_index(drop=True)

结果验证 #

执行以下代码可打印符合你要求的csv格式输出：

print(df_result.to_csv(index=False))

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