如何为DataFrame按A列日期分组添加B列首个值的C列？

嘿，我来帮你搞定这个需求！要给DataFrame新增一列C，让它对应A列日期分组后每组B列的第一个值，用pandas可以轻松实现，我给你具体的方案和示例：

先看示例数据 #

首先构造一个模拟的DataFrame，方便你理解：

import pandas as pd

df = pd.DataFrame({
    'A': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02', '2023-01-02'],
    'B': [10, 20, 30, 40, 50]
})

方法1：用groupby + transform（最直接） #

这是最推荐的方式，transform会把分组计算的结果广播回原DataFrame的每一行，完美匹配原数据长度：

df['C'] = df.groupby('A')['B'].transform('first')

方法2：用字典映射（适合复用场景） #

如果之后还需要用到分组首值的映射关系，可以先把它转成字典，再用map匹配：

# 先获取每个日期对应的B列首值字典
first_value_dict = df.groupby('A')['B'].first().to_dict()
# 映射到原DataFrame的A列，生成C列
df['C'] = df['A'].map(first_value_dict)

最终效果 #

两种方法运行后，你的DataFrame会变成这样：

可能的踩坑点 #

如果你之前尝试时没成功，大概率是直接用了df.groupby('A')['B'].first()赋值——这个操作只会返回每个分组的一个值，长度和原DataFrame不匹配，所以会报错或者出现NaN。而上面的两种方法都是把结果对应到每一行，就不会有这个问题啦！

内容的提问来源于stack exchange，提问作者Tie_24