如何在DataFrame分组内按条件替换值：组内有r则将nr替换为r

实现代码（基于Pandas） #

1. 测试数据构造

import pandas as pd

df = pd.DataFrame({
    'group': ['g1', 'g1', 'g1', 'g1', 'g2', 'g2'],
    'cat_col': ['r', 'nr', 'r', 'nr', 'nr', 'nr']
})

2. 简洁实现方案（适合中小数据集）

直接通过分组transform批量替换：

df['cat_col'] = df.groupby('group')['cat_col'].transform(
    lambda x: 'r' if (x == 'r').any() else x
)

3. 高效实现方案（适合百万级以上大数据集）

先预计算分组映射关系，避免逐分组执行lambda，性能提升明显：

# 生成每个分组是否包含r的映射字典
group_r_map = df.groupby('group')['cat_col'].apply(lambda x: (x == 'r').any()).to_dict()
# 匹配替换
df.loc[df['group'].map(group_r_map), 'cat_col'] = 'r'

输出结果

运行上述代码后得到的df和需求的df_new完全一致：

group cat_col
0    g1       r
1    g1       r
2    g1       r
3    g1       r
4    g2      nr
5    g2      nr

内容的提问来源于stack exchange，提问作者rebar