本文介绍了如何使用 Pandas 的 groupby() 和 transform() 函数，根据特定条件（例如，每月的值）创建一个新的列。通过 Series.map 和布尔索引，以及结合 GroupBy.transform 和 Series.where 的方法，可以高效地实现分组条件赋值，并提供了相应的代码示例。
在数据分析中，经常需要根据分组信息，并结合特定条件，为 DataFrame 创建新的列。Pandas 提供了强大的 groupby() 和 transform() 函数，可以灵活地实现这类需求。本文将介绍两种使用这两种函数实现条件赋值的方法。
方法一：使用 Series.map 和布尔索引
这种方法的核心思路是：
- 首先，根据条件筛选出需要的值，并将其设置为 Series 的索引。
- 然后，使用 Series.map 函数，将分组列的值映射到对应的目标值。
以下是具体的代码示例：
import pandas as pd
data = pd.DataFrame({
'Group': ['A', 'A', 'A', 'A', 'B', 'B'],
'Month': [1, 2, 3, 4, 1, 2],
'Value': [100, 300, 700, 750, 200, 400]
})
# 筛选出 Month 为 2 的行，并将 'Group' 列设置为索引，'Value' 列作为值
s = data[data['Month'].eq(2)].set_index('Group')['Value']
# 使用 map 函数，将 'Group' 列的值映射到对应的 'Value'
data['Desired_Result'] = data['Group'].map(s)
print(data)这段代码首先创建了一个名为 s 的 Series，其中只包含 Month 为 2 的数据，并且 Group 列作为索引，Value 列作为数据。然后，data['Group'].map(s) 将 data DataFrame 中 Group 列的每个值，映射到 s Series 中对应索引的值，并将结果赋值给新的列 Desired_Result。
方法二：使用 GroupBy.transform 和 Series.where
这种方法的核心思路是：
- 使用 Series.where 函数，根据条件筛选出需要的值，将不满足条件的值替换为 NaN。
- 然后，使用 groupby() 和 transform() 函数，对每个分组应用 first() 函数，获取第一个非 NaN 值。
以下是具体的代码示例：
import pandas as pd
data = pd.DataFrame({
'Group': ['A', 'A', 'A', 'A', 'B', 'B'],
'Month': [1, 2, 3, 4, 1, 2],
'Value': [100, 300, 700, 750, 200, 400]
})
# 使用 where 函数，将 Month 不为 2 的行的 'Value' 列的值替换为 NaN
s = data['Value'].where(data['Month'].eq(2))
# 使用 groupby 和 transform 函数，对每个分组应用 first 函数，获取第一个非 NaN 值
data['Desired_Result'] = s.groupby(data['Group']).transform('first')
print(data)这段代码首先使用 data['Value'].where(data['Month'].eq(2)) 创建了一个新的 Series s，其中 Month 不等于 2 的行的 Value 值被替换为 NaN。然后，s.groupby(data['Group']).transform('first') 对 s Series 按照 Group 列进行分组，并对每个分组应用 first 函数，获取第一个非 NaN 值，并将结果赋值给新的列 Desired_Result。
注意事项：
- 使用 GroupBy.transform('first') 时，如果分组中没有满足条件的行，则 Desired_Result 列的值将为 NaN。
- Series.map 方法通常比 GroupBy.transform 方法更快，尤其是在数据量较大时。
总结：
本文介绍了两种使用 Pandas 的 groupby() 和 transform() 函数，根据特定条件创建新的列的方法。选择哪种方法取决于具体的需求和数据特点。Series.map 更加简洁高效，而 GroupBy.transform 则更加灵活，可以处理更复杂的条件。在实际应用中，可以根据具体情况选择最合适的方法。
