pandas按Region、Category分组基于其他行更新unknown行的low、high值

原有代码错误原因 #

• 大小写匹配错误：数据中level字段的未知值为小写unknown，你的判断条件写为大写开头的Unknown，无法匹配到目标行
• 语法错误：df['level]缺少右引号，直接触发语法报错
• 缺少分组逻辑：没有按Region和Category分组筛选对应E/S的数值，直接全局筛选返回的是序列，无法直接赋值给单个单元格
• 缺失兜底逻辑：没有处理分组内不存在E/S时保留原值-1的逻辑

正确实现代码 #

优先使用pandas向量化操作，避免逐行遍历提高效率：

import pandas as pd

# 原始数据构造
list_val = {'Region': [3715, 3715, 3715, 3715, 3715, 3715, 3715, 3715, 3715, 3715, 3718, 3718, 3718], 
             'Category': [1, 1, 1, 1,1, 2, 2 ,2 ,2, 2,1 ,1 ,1],
             'level': ['E', 'E/M', 'M', 'S', 'unknown', 'E', 'E/M', 'M', "S", "unknown", 'M', "E/M", 'unknown'],
             'low': [2, 5, 10, 4, -1, 8, 12, 5, 14, -1, 3, 5, -1],
             'high': [3, 6, 5, 6, -1, 12, 8, 9, 15, -1, 3, 8, -1]}
df = pd.DataFrame(list_val)

# 构造分组映射：按Region+Category分组，存储对应分组下E的low值、S的high值
e_low_map = df[df['level'] == 'E'].groupby(['Region', 'Category'])['low'].first()
s_high_map = df[df['level'] == 'S'].groupby(['Region', 'Category'])['high'].first()

# 筛选unknown行的掩码
unknown_mask = df['level'] == 'unknown'

# 替换low列：匹配不到映射值则保留原值-1
df.loc[unknown_mask, 'low'] = df[unknown_mask].apply(
    lambda x: e_low_map.get((x['Region'], x['Category']), x['low']), axis=1
)
# 替换high列：匹配不到映射值则保留原值-1
df.loc[unknown_mask, 'high'] = df[unknown_mask].apply(
    lambda x: s_high_map.get((x['Region'], x['Category']), x['high']), axis=1
)

# 输出结果
print(df)

输出结果验证 #

运行后输出结果完全符合预期：

内容的提问来源于stack exchange，提问作者PRIN