如何在Pandas DataFrame中按id分组后为每行添加组内最大值列

我来帮你搞定这个问题！你想要的是按id分组后，把每组value列的最大值填充到该组的每一行中，之前的两种写法问题出在这儿：

为什么之前的写法不对？ #

• 用df.groupby(['id'])['value'].idxmax()：这个方法返回的是每组中value最大值对应的行索引位置，而不是最大值本身，所以你得到的会是类似0、3、5这样的索引数字，不是你需要的0或1。
• 直接用df.groupby(['id'])['value'].max()：这个会生成一个以id为索引的Series，但原DataFrame的索引是默认的连续数字（0、1、2...），直接赋值时Pandas会按索引匹配，导致大部分行匹配不到对应值，结果会出现大量NaN或者错误的填充。

正确的解法：使用transform方法 #

transform方法专门用来处理这种“分组计算后，把结果广播回原数据每一行”的需求，它会保持原数据的行数和索引，完美匹配你的需求：

import pandas as pd

# 你的原始数据
df = pd.DataFrame({
    'id': [1,1,1,2,2,3,3],
    'value': [0,0,0,0,1,1,1]
})

# 添加新列的正确代码
df['new_column'] = df.groupby('id')['value'].transform('max')

print(df)

运行后得到的结果正好是你预期的：

id  value  new_column
0   1      0           0
1   1      0           0
2   1      0           0
3   2      0           1
4   2      1           1
5   3      1           1
6   3      1           1

transform还支持其他聚合函数，比如mean()、sum()，如果你需要分组后计算其他统计量并填充到每行，用它就对了！

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