本文介绍使用 pandas 的 groupby + transform('first') 方法，为每个日期组提取首个价格并广播到整组，从而高效生成如 price_0 这类“每日起始价”列。
本文介绍使用 pandas 的 groupby + transform('first') 方法，为每个日期组提取首个价格并广播到整组，从而高效生成如 price_0 这类“每日起始价”列。
在时间序列分析中，常需将每组（如每日）的第一个观测值作为基准参考值，并将其复制填充至该组所有行——例如计算日内涨跌幅、归一化价格或构造特征变量（如 Price_0 表示当日开盘价）。对于初学者而言，常见误区是误用 loc、重复索引重置或混淆 agg 与 transform 的行为：agg 返回降维结果（每组一行），而 transform 保证输出与原 DataFrame 等长，自动对齐广播。
正确做法是基于分组键（如 'Date'）调用 transform('first')：
import pandas as pd
# 构造示例数据
df = pd.DataFrame({
'Date': ['2024-04-23'] * 7 + ['2024-04-24'] * 7,
'Time_IDX': list(range(1, 8)) * 2,
'Price': [288, 298, 301, 289, 300, 287, 295,
302, 305, 310, 299, 300, 285, 290]
})
# ✅ 正确：按 Date 分组，取每组 Price 的第一个值，并广播到全组
df['Price_0'] = df.groupby('Date')['Price'].transform('first')
print(df[['Date', 'Time_IDX', 'Price', 'Price_0']])输出结果清晰体现逻辑：
- 所有 2024-04-23 行的 Price_0 均为 288（该日首个 Price）；
- 所有 2024-04-24 行的 Price_0 均为 302（次日首个 Price）。
⚠️ 注意事项：
- 确保分组键（如 'Date'）能准确标识逻辑周期（如交易日），若日期含时分秒，建议先 dt.date 标准化；
- transform('first') 默认取组内索引最小位置的值，不依赖 Time_IDX 排序——因此务必确认原始数据已按时间顺序排列，否则可能取错“首值”；
- 若需严格按 Time_IDX == 1 获取起始价（而非物理顺序第一行），可先排序：df.sort_values(['Date', 'Time_IDX'], inplace=True) 再执行 transform；
- 替代写法 df.groupby('Date')['Price'].apply(lambda x: x.iloc[0]) 效率较低，且需 map 手动对齐，不推荐。
总结：groupby(...).transform('first') 是解决“每组首值广播”问题最简洁、高效且健壮的方案，兼顾可读性与性能，是 Pandas 时间序列特征工程中的基础核心技巧。
