如何在Pandas中对GroupBy分组处理后将结果写回原DataFrame？

嘿，我完全懂你现在碰到的问题——分组处理完修改了组内的数据，但原DataFrame根本没同步更新对吧？这在Pandas里是个挺常见的小坑，我来给你捋捋几种靠谱的解决办法～

首先得先搞清楚为什么直接修改group没用：默认情况下，GroupBy返回的分组是原DataFrame的副本，不是视图，所以你改副本的内容，原DataFrame完全不会受到影响。那接下来看怎么正确把结果写回去：

方法一：利用分组索引精准定位原数据行 #

你之前用df.loc[df['class'] == name, ...]的方法是可行的，但其实还有更精准的方式——直接用分组的索引来定位原DataFrame的行，这样就不用依赖列值匹配（万一列值有重复就容易出错）：

group_by_class = df.groupby('class')
for name, group in group_by_class:
    mask = group["child"].notna()
    if not mask.any():  # 加个判断，避免没有parent的组报错
        continue
    parent_name = group[mask]["name"].values[0]
    # 用group的索引直接定位原DataFrame的对应行
    df.loc[group.index, 'parents_in_group'] = parent_name

方法二：用Pandas风格的transform/apply批量处理 #

如果想摆脱手动循环，用更高效的向量式操作，推荐用groupby.transform或者apply来批量处理，这也是Pandas更推崇的写法，数据量大的时候优势更明显：

用apply配合explode #

定义一个处理单个分组的函数，返回和分组行数一致的结果，然后直接赋值给原列：

def get_parent_in_group(group):
    mask = group["child"].notna()
    if mask.any():
        parent_name = group[mask]["name"].values[0]
        # 返回和分组长度相同的列表，每个元素都是找到的parent_name
        return [parent_name] * len(group)
    else:
        # 没有parent的组返回空字符串
        return [""] * len(group)

# apply会返回每个分组的结果，用explode把列表展开成单行对应的值
df['parents_in_group'] = df.groupby('class').apply(get_parent_in_group).explode()

用transform直接广播结果 #

transform要求函数返回的结果长度和分组一致，适合这种需要把组内计算结果广播到每一行的场景：

def get_parent_transform(group):
    mask = group["child"].notna()
    if mask.any():
        parent_name = group[mask]["name"].values[0]
        # 返回和分组长度一致的Series
        return pd.Series([parent_name] * len(group), index=group.index)
    else:
        return pd.Series([""] * len(group), index=group.index)

df['parents_in_group'] = df.groupby('class').apply(get_parent_transform)

总结一下 #

• 别直接修改GroupBy返回的分组副本，那不会同步到原DataFrame
• 用分组的index定位原行是最直接的循环写法，精准不踩坑
• 优先考虑transform/apply的向量式操作，代码更简洁，大数据量下效率更高

备注：内容来源于stack exchange，提问作者vrghost