Python 如何仅基于组中的一行调整groupby中的更改

我试图根据groupby中单行中的条件更改groupby中的列

我的数据如下所示：

ID  year    month   type

1   2008    1       A

1   2008    2       NAN

1   2009    1       B

2   2003    3       B

2  2003     4       B

2  2003     8       A

3  2009     9       B 

我想通过以下方式更改数据： 对于每个ID，如果2008年1月或2月有一行的类型值为非NAN，则对于2008年1月至2009年12月期间的所有行，如果存在Fab 2008行，则将该类型替换为Fab 2008行的类型；如果不存在，则将该类型替换为Fab 2008行的类型

---

我尝试过使用.groupby（id）.isin（{'year'：[2008]，'month'：[1,2]}）.any（），但它只是生成一个新的布尔变量，而不是更改现有变量

为什么不对所有行强制执行严格类型？然后，您的问题简化为：

month_years = df.loc[:, ['year', 'month']]
updated_types = get_default_types(month_years)
updated_df = df.assign(type=updated_types)

---

你想要分组的是什么？另外，为什么不应用您的更改，然后再对数据进行分组呢？或者您可以使用DataFrame的apply（）方法：我的主要问题是如何通过以下行的存在来调整函数（（df.groupby（'id'）.loc['year'==2008，'month'==1]）|（df.groupby（'id'）.loc['year'==2008，'month'==2））&（df.groupby（'id.）.type'.notna（））