基于重复ID条件更新DataFrame行状态的实现方法咨询

嗨，Julie！我完全明白你的需求啦——你需要给每一行occurrence=10的数据，匹配对应id下occurrence=1行的status值，对吧？咱们来一步步解决这个问题，先梳理下你现有尝试的问题，再给出几种实用的解决方案。

首先说下你之前的尝试：用df[df['id'].duplicated(keep=False)]确实能筛选出所有存在重复id的行，但还没精准定位到occurrence=1的状态值；而你用groupby.transform的写法出问题，是因为lambda里的update不会返回有效数据，才导致结果全是None。

下面给你三种可行的实现方法：

方法一：用Merge关联映射状态 #

这种方法逻辑直观，先提取出occurrence=1的行作为状态映射表，再和原表关联匹配：

# 提取occurrence=1的id与对应status的映射表
status_mapping = df[df['occurrence'] == 1][['id', 'status']]
# 左连接原表，将对应id的status值带过来
df = df.merge(status_mapping, on='id', suffixes=('', '_from_occ1'), how='left')
# 给occurrence=10的行赋值status
df.loc[df['occurrence'] == 10, 'status'] = df.loc[df['occurrence'] == 10, 'status_from_occ1']
# 清理临时生成的列
df = df.drop('status_from_occ1', axis=1)

方法二：利用GroupBy+向前填充（最简洁） #

你提到occurrence=10的行总是在occurrence=1的行之后，这个特性刚好可以用**向前填充（ffill）**来简化操作：

# 按id分组，对每个组内的status列向前填充
df['status'] = df.groupby('id')['status'].ffill()

这个写法直接利用行顺序的特性，每个occurrence=10的行会自动继承同组内前面occurrence=1行的status值，代码非常简洁高效。如果担心存在只有occurrence=10没有1的id，可以加上fillna()保留原空值：

df['status'] = df.groupby('id')['status'].ffill().fillna(df['status'])

方法三：用字典映射+Map赋值 #

先构建id到status的字典，再通过map函数给目标行赋值：

# 构建id对应status的字典（仅取occurrence=1的行）
id_to_status = df[df['occurrence'] == 1].set_index('id')['status'].to_dict()
# 给occurrence=10的行的status赋值
df.loc[df['occurrence'] == 10, 'status'] = df.loc[df['occurrence'] == 10, 'id'].map(id_to_status)

这三种方法都能满足你的需求，其中方法二因为利用了你给出的行顺序特性，是最省心的选择~

备注：内容来源于stack exchange，提问作者Julie Agopian