Python 按分组匹配行

是否有一种简单的方法通过分组索引匹配值？我的意思是：

例如，我有一个df：

 Id   Rank   Name   
 111  7       x      
 111  5       y      
 111  1       z      
 222  1       x      
 333  5       a     
 333  1       b      
 444  1       c     

我想在我的df中添加一列：（按id分组，然后根据其排名匹配名称）

---

我会先使用

groupby

+

来执行此操作，然后使用
np.where
来决定在何处应用更改

i = df.groupby('Id').Name.transform('first')    
df['New Col'] = np.where(np.equal(df.Name, i), df.Name, df.Name + '-' + i)

df
    Id  Rank Name New Col
0  111     7    x       x
1  111     5    y     y-x
2  111     1    z     z-x
3  222     1    x       x
4  333     5    a       a
5  333     1    b     b-a
6  444     1    c       c

你的帖子上没有代码要更正，对吗？我在学习熊猫，我想知道你是怎么做到的，来理解可能给出的解决方案。@IMCoins我只知道逻辑，但就代码而言，我不知道如何写Yet就像往常一样迷人：））只是出于好奇，如果我想用下面的值而不是上面的值来匹配代码，代码会有多大的不同？例如，对于id=111，新列将是x、y-x和z-y，而不是z-x。@TylerNG不客气。至于你的另一个问题，嗯，它需要一个不同的答案。如果你愿意，给我一点时间。你也可以打开一个新问题，我会在那里回答你。@TylerNG好的，这里是：
（df.Name+'-'+df.groupby（'Id'）.Name.shift（）.fillna（''）.str.rstrip（'-'）
i = df.groupby('Id').Name.transform('first')    
df['New Col'] = np.where(np.equal(df.Name, i), df.Name, df.Name + '-' + i)

df
    Id  Rank Name New Col
0  111     7    x       x
1  111     5    y     y-x
2  111     1    z     z-x
3  222     1    x       x
4  333     5    a       a
5  333     1    b     b-a
6  444     1    c       c