Pandas分组取每组首行并给全表result字段赋值的实现问题

实现方案 #

方案1（推荐，更简洁高效） #

不需要单独提取分组首行，排序后直接通过分组累计计数实现赋值：

# 你原有的排序逻辑
df = df.sort_values(["id","name","value_1","value_2"], ascending=True)
# 直接生成result字段：分组内第一行赋值1，其余为0
df['result'] = df.groupby(["id","name","value_1","value_2"]).cumcount().eq(0).astype(int)

逻辑说明：groupby.cumcount()会从0开始给每个分组内的行按顺序编号，分组第一行的编号就是0，用eq(0)判断后转整数，刚好得到1和0的结果。

方案2（适配你现有已生成first_row_per_group的场景） #

如果你已经完成了首行的result=1赋值，可以通过合并+空值填充实现全表赋值：

# 给首行结果集重置索引，保证分组键是普通列用于后续合并
first_row_per_group = first_row_per_group.reset_index()[["id","name","value_1","value_2", "result"]]
# 左合并回原df，非首行的result字段会返回NaN，直接填充0即可
df = df.merge(
    first_row_per_group, 
    on=["id","name","value_1","value_2"], 
    how="left"
).fillna({"result": 0})
# 可选：将result转换为整数类型
df["result"] = df["result"].astype(int)

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