Pandas按分组取非place=1的首个post值生成tpost列空值问题求解

你原来的两种写法错误原因一致：都先过滤了place>1的行再做分组聚合，所有不存在place>1记录的分组（比如示例中id为202010145的分组）会被直接排除在分组结果外，赋值时这些分组无法匹配到对应值，最终tpost为空。

方案1：易读的自定义分组逻辑写法 #

适合数据量不大、优先代码可读性的场景：

import pandas as pd

# 原始数据集构造
data = {'id':['202006106','202006106','202006106','202007153','202007155','202009094',
               '202009094','202009095','202010143','202010143','202010145'],
        'subject':['B_Math','B_Math','B_Math','B_Math','B_Math','B_Math',
               'B_Math','B_Math','B_Math','B_Math','B_Math'],
        'class':['Class_4','Class_4','Class_4','Class_4','Class_4','Class_4',
               'Class_4','Class_4','Class_4','Class_4','Class_4'],
        'hf':[1,1,1,1,1,1,1,1,1,1,1],
        'place':[4,6,7,4,6,2,8,4,2,7,1],
        'post':[0.048,0.045,0.043,0.042,0.040,0.038,0.037,0.036,0.034,0.033,0.065]}
df = pd.DataFrame(data)

# 自定义分组内取数逻辑
def get_group_tpost(group):
    # 优先取place>1的第一个post值
    mask_gt1 = group['place'] > 1
    if mask_gt1.any():
        return group.loc[mask_gt1, 'post'].iloc[0]
    # 无符合条件记录则取place=1的post值
    return group.loc[group['place'] == 1, 'post'].iloc[0]

# 分组应用逻辑生成tpost
df['tpost'] = df.groupby(['id', 'subject', 'class', 'hf'], group_keys=False).apply(get_group_tpost)

方案2：高性能向量化写法 #

适合数据量较大、需要提升运行效率的场景，避免自定义apply的性能损耗：

df['tpost'] = df.assign(priority=df['place'].eq(1).astype(int)) \
                .sort_values(by=['priority', 'place']) \
                .groupby(['id', 'subject', 'class', 'hf'])['post'] \
                .transform('first')

运行后id=202010145对应行的tpost值为0.065，其余分组的tpost均为组内第一个place>1对应的post值，完全符合需求。

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