如何在Pandas中按id分组为每个组新增相同值的新列

问题原因 #

你写的代码存在两个核心问题：

1. df_interim['id'].apply(lambda _: uuid.uuid4()) 是逐行调用uuid.uuid4()，同一个id对应的每一行都会生成全新的uuid，自然不会相同
2. pandas的DataFrame.append() 不是原地修改方法，你直接调用df_complete.append(df_interim)不会修改df_complete本身，循环结束后它还是空DataFrame

最优解决方法 #

推荐使用groupby+transform的向量化写法，无需显式循环，效率更高，一行即可实现需求：

import uuid
import pandas as pd

df['uuid'] = df.groupby('id')['id'].transform(lambda _: uuid.uuid4())

groupby会把相同id的行归为一组，每组仅调用一次lambda生成uuid，整组所有行都会复用这个uuid，完全符合你的要求。

原始循环写法的修正版 #

如果你要保留循环写法，需要调整为每个id仅生成一次uuid，并且用concat合并结果：

import uuid
import pandas as pd

df_list = []
for new_id in df['id'].unique():
    # 加copy避免pandas链式赋值警告
    df_interim = df[df['id'] == new_id].copy()
    # 每个id仅生成一次uuid
    df_interim['uuid'] = uuid.uuid4()
    df_list.append(df_interim)
# 合并所有分组得到最终结果
df_complete = pd.concat(df_list, ignore_index=True)

内容的提问来源于stack exchange，提问作者user3447653