Pandas列值反转问题求助：基于条件生成reversed_id列

嘿，我明白你的需求了——你想针对每个UserA分组，把Order_id的值做一个反向映射，而不是简单反转整个列的顺序对吧？用lambda x::-1没用是因为它只是把分组里的行顺序倒过来，而不是给每个Order_id匹配对应的反向值。

我给你一个精准的解决方案，分步骤来看：

核心思路 #

• 对每个UserA分组，先提取唯一的Order_id并排序，得到一个有序的列表（比如你的例子里是[1,2,3,4,5]）
• 把这个有序列表反转，得到[5,4,3,2,1]，然后建立一个映射字典：原Order_id → 反转后对应位置的值
• 把这个映射应用到分组里的每一行，就能得到正确的reversed_id

完整代码示例 #

import pandas as pd

# 构造你提供的DataFrame
df = pd.DataFrame({
    'UserA': ['A'] * 8,
    'Order_id': [1, 2, 2, 2, 3, 4, 4, 5]
})

# 定义处理每个分组的函数
def generate_reversed_ids(group):
    # 获取当前分组的唯一Order_id并按升序排序
    sorted_unique_ids = sorted(group['Order_id'].unique())
    # 创建反向映射字典：原id → 反转后的对应id
    reverse_mapping = {
        original_id: sorted_unique_ids[::-1][index]
        for index, original_id in enumerate(sorted_unique_ids)
    }
    # 将每个Order_id映射为对应的reversed_id
    return group['Order_id'].map(reverse_mapping)

# 按UserA分组处理，生成reversed_id列
df['reversed_id'] = df.groupby('UserA').apply(generate_reversed_ids).reset_index(drop=True)

print(df)

运行这段代码后，你会得到和示例完全一致的结果：

UserA Order_id reversed_id
A 1 5
A 2 4
A 2 4
A 2 4
A 3 3
A 4 2
A 4 2
A 5 1

扩展说明 #

这个方法还支持多用户的场景，比如如果有UserB的Order_id是[10,20,30]，那它的reversed_id会自动变成30,20,10，完全不需要额外修改代码。

内容的提问来源于stack exchange，提问作者mukesh tech01