如何使用Pandas groupby的apply/transform按组计算相对值？

首先明确你的需求：对每个年份组，以该组中rank=1的value作为基准值，计算组内每个value与基准值的比值生成value_relative列，同时保留原有的NaN值。

你的原始DataFrame及初始化代码如下：

import numpy as np
import pandas as pd
df = pd.DataFrame({'year': [1990,1990,1992,1992,1992], 
                   'value': [100,200,300,400,np.nan], 
                   'rank': [2,1,2,1,3]})

分析你尝试代码的问题 #

你写的代码：

df['value_relative'] = df.groupby('year')['value'].transform(lambda x: x/x[x.rank == 1]['value'])

这里的核心问题是：x.rank调用的是Pandas Series内置的rank()方法（用于计算数值的排名），而非你DataFrame中名为rank的列。这导致你无法正确筛选出每组中rank=1的行，自然得不到正确的基准值。

正确的实现方法 #

这里提供两种简洁高效的解法：

方法1：使用groupby.apply处理每组

这种方法逻辑直观，适合需要对每组做复杂自定义处理的场景：

def calculate_relative(group):
    # 获取当前组中rank=1的value作为基准（假设每组仅存在一个rank=1的行）
    base_value = group.loc[group['rank'] == 1, 'value'].iloc[0]
    # 计算相对值，原数据中的NaN会自动保留
    group['value_relative'] = group['value'] / base_value
    return group

df = df.groupby('year').apply(calculate_relative)

方法2：先提取基准值再映射

这种方法执行效率更高，适合基准值规则明确的场景：

# 提取每个年份对应的rank=1的value，构建年份-基准值的映射
year_base_map = df[df['rank'] == 1].set_index('year')['value']
# 通过year列映射基准值，再计算相对值
df['value_relative'] = df['value'] / df['year'].map(year_base_map)

最终输出 #

两种方法都会生成你期望的结果：

year  value  rank  value_relative
0  1990  100.0     2             0.5
1  1990  200.0     1             1.0
2  1992  300.0     2             0.75
3  1992  400.0     1             1.0
4  1992    NaN     3             NaN

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