Python 如何基于“创建熊猫数据”框架列；如果某一列中的任何观察值符合条件，则为“真”；

我有一个变量，如果其包含组中的任何项满足条件，我想将其定义为

True

。例如，在下面的

.csv

框架中，与我正在查看的条件相对应的列

D

对于

a==1

的所有行都是真的，因为它在第一行中是真的，

False

对于

a==4

因为它在那里的唯一一行中是假的，

True

用于

A==6

，因为有两个值是

True

，而

False

用于

A==8

的所有行，因为没有一个值是真的

A,B,C
1,2,True
1,4,False
1,5,False
4,5,False
6,7,True
6,4,False
6,5,True
8,9,False
8,11,False
8,20,False

我尝试过使用

.any（）

方法，但它始终返回空数据帧。

您可以尝试

In [7]: df.C.groupby(df.A).max()
Out[7]: 
A
1     True
4    False
6     True
8    False
Name: C, dtype: bool

你的问题没有具体说明如果某些规则与其他规则相矛盾，例如，如果还有一行，应该怎么办

1,2,False

上面的代码仍然会决定1的值为

True

，正如某些行所做的那样

1,2,True

您可以通过将上面的

max

更改为

min

，将其更改为要求所有行必须为

True

---

最后，要根据结果添加一个新列，您可以

合并

：

pd.merge(
     df, 
     df.C.groupby(df.A).max().reset_index().rename(columns={'C': 'is_true'}))

---

您可以在

A

上分组，然后使用

transform

，它保持与原始数据帧相同的形状。应用

lambda

函数，测试列

C

中对应组的任何成员是否为真

df['D'] = df.groupby('A').C.transform(lambda group: group.any())

>>> df
   A   B      C      D
0  1   2   True   True
1  1   4  False   True
2  1   5  False   True
3  4   5  False  False
4  6   7   True   True
5  6   4  False   True
6  6   5   True   True
7  8   9  False  False
8  8  11  False  False
9  8  20  False  False

---

如果有一行

1,2，False

，那么我仍然会将其标记为True，因为其中一行是True。这似乎就是我要寻找的。如果

C

不是纯布尔值，而是一堆整数，我想检查

C==2

的条件，我该怎么做？我还没有弄清楚如何将这些参数放入

any（）

函数中。

lambda group:group==2

。

df.C==2也能用吗？太好了。这正是我想要的。谢谢我不这么认为，因为它需要对每个组都是正确的，而不是对整个数据帧。