如何在Pandas中基于配对行计算新增rel_count列？

核心思路 #

咱们要解决的是配对行的count比值计算问题，核心是先把1a/1b、2a/2b这类配对行归为同一组，然后在组内让每行的count除以组内另一行的count。

最优实现方法（简洁高效） #

利用groupby结合transform方法，一步到位生成目标列，不需要额外的合并操作，代码简洁且性能优异：

import pandas as pd

# 初始化数据
df = pd.DataFrame([['1a', 'A', 5], ['1b', 'B', 10], ['2a', 'C', 20],['2b', 'D', 4]], columns=['id', 'name', 'count'])

# 第一步：提取配对组的标识（去掉id最后一位的a/b）
df['group_key'] = df['id'].str[:-1]

# 第二步：分组后用transform实现组内两两相除
# transform会把lambda的计算结果广播回原数据的每一行
# x.iloc[::-1]是把组内的count倒序，这样刚好实现配对行的互除
df['rel_count'] = df['count'] / df.groupby('group_key')['count'].transform(lambda x: x.iloc[::-1].values)

# 可选：删除临时的group_key列
df = df.drop('group_key', axis=1)

print(df)

执行后输出的结果完全符合预期：

id name  count  rel_count
0  1a    A      5        0.5
1  1b    B     10        2.0
2  2a    C     20        5.0
3  2b    D      4        0.2

方法优势 #

• 简洁性：仅需两行核心代码完成计算，逻辑清晰易懂
• 高效性：避免了额外的merge/join操作，在大数据量场景下性能更优
• 通用性：不管配对行的顺序是a在前还是b在前，只要是两两配对，这个方法都能正确计算

备选方法（宽表转换法） #

如果偏好先转宽表再计算的思路，也可以用unstack/stack的方式实现，不过步骤相对繁琐：

import pandas as pd

df = pd.DataFrame([['1a', 'A', 5], ['1b', 'B', 10], ['2a', 'C', 20],['2b', 'D', 4]], columns=['id', 'name', 'count'])

# 拆分id为组标识和后缀
df['group_key'] = df['id'].str[:-1]
df['suffix'] = df['id'].str[-1]

# 转宽表：以组为索引，后缀为列，展示count值
wide_df = df.set_index(['group_key', 'suffix'])['count'].unstack()

# 计算两个后缀的比值
wide_df['a_rel'] = wide_df['a'] / wide_df['b']
wide_df['b_rel'] = wide_df['b'] / wide_df['a']

# 把结果合并回原数据
df = df.merge(
    wide_df[['a_rel', 'b_rel']].stack().rename('rel_count'),
    left_on=['group_key', 'suffix'],
    right_index=True
)

# 删除临时列
df = df.drop(['group_key', 'suffix'], axis=1)

这个方法也能得到正确结果，但相比第一种方法，多了宽表转换和合并的步骤，数据量大时性能会稍差一些。

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