Pandas如何基于另一列匹配值生成重复指定列值的新列

核心需求是将指定问题的答案按submission_id关联到同组所有行，直接用pandas内置的分组或映射操作即可实现，无需手动枚举提交记录，适配任意提交量。

推荐实现方法（二选一即可） #

方法1：映射表法（性能最优，代码简洁） #

先为每个问题构造submission_id到答案的映射字典，再直接给新列赋值：

# 生成性别列（对应question_id = a）
sex_map = df[df['question_id'] == 'a'].set_index('submission_id')['answer'].to_dict()
df['sex'] = df['submission_id'].map(sex_map)

# 生成最喜欢的动物列（对应question_id = b）
animal_map = df[df['question_id'] == 'b'].set_index('submission_id')['answer'].to_dict()
df['favorite_animal'] = df['submission_id'].map(animal_map)

方法2：分组补全法（逻辑直观） #

先提取对应问题的答案，再按submission_id分组补全同组的空值：

# 生成性别列
df['sex'] = df[df['question_id'] == 'a'].groupby('submission_id')['answer'].transform('first')
df['sex'] = df.groupby('submission_id')['sex'].ffill().bfill()

# 生成最喜欢的动物列
df['favorite_animal'] = df[df['question_id'] == 'b'].groupby('submission_id')['answer'].transform('first')
df['favorite_animal'] = df.groupby('submission_id')['favorite_animal'].ffill().bfill()

原有错误写法原因说明 #

你写的lambda中用了带循环的圆括号表达式，这是Python的生成器语法，所以每个单元格返回的都是生成器对象而非实际值。且逐行apply的性能远低于上述向量化操作，不推荐使用。

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