可以使用 pandas 库中的 groupby 函数和 apply 函数来解决此问题。具体步骤如下：

1. 使用 groupby 函数按特定列进行分组。比如，以列 A 为基础进行分组可以使用以下语句：

grouped = df.groupby('A')

2. 定义一个函数，根据条件给新值赋值。比如，假设要将分组后的数据中，B 列值大于 0 的行，将 C 列值赋为 1，B 列值小于等于 0 的行，将 D 列值赋为 2，可以定义以下函数：

def my_func(group): group.loc[group['B'] > 0, 'C'] = 1 group.loc[group['B'] <= 0, 'D'] = 2 return group

3. 使用 apply 函数将定义的函数应用到每个分组上，并将结果存储到新的 dataframe 中。代码如下：

new_df = grouped.apply(my_func)

完整的例子如下：

import pandas as pd

创建示例 dataframe

df = pd.DataFrame({'A': ['a', 'a', 'b', 'b'], 'B': [1, -1, 2, 0], 'C': [0, 0, 0, 0], 'D': [0, 0, 0, 0]})

按列 A 进行分组

grouped = df.groupby('A')

定义函数

def my_func(group): group.loc[group['B'] > 0, 'C'] = 1 group.loc[group['B'] <= 0, 'D'] = 2 return group

应用函数并存储结果

new_df = grouped.apply(my_func)

print(new_df)

输出结果如下：

A B C D 0 a 1 1 0 1 a -1 0 2 2 b