Python 检查某些列'；在Pandas中使用groupby时的值

我有一个这样的数据帧

df = pd.DataFrame({'Name': ['Bob', 'Bob', 'Bob', 'Joe', 'Joe', 'Joe'],
                'ID': [1,2,3,4,5,6],
                'Value': [1,1,1,0,0,1]})
df

 Name    ID    Value   
 Bob     1       1          
 Bob     2       1          
 Bob     3       1          
 Joe     4       0          
 Joe     5       0          
 Joe     6       1          

目标是计算

结果

列。这是通过检查

name

列中的每个组来完成的，在本例中为Bob&Joe

因此，对于每个组，如果

value

列中的值都是

1

，则该组的

result

列中的值都是1。如果值均为0，则该组的

结果

列值均为0。如果值是1和0的混合，则该组的

结果

列将全部为0

因此，输出应如下所示：

Name    ID    Value    Result
 Bob     1       1       1   
 Bob     2       1       1   
 Bob     3       1       1   
 Joe     4       0       0   
 Joe     5       0       0   
 Joe     6       1       0   

困难在于创建这些组，然后检查每个组

我的尝试：

df = df.groupby('Name')

df['Result'] = df.apply(lambda x: x['Value'])

---

将

all

与

groupby+transform一起使用

：

df['Result'] = df.groupby('Name')['Value'].transform('all').astype(int)
# or df['Result'] = df['Value'].eq(1).groupby(df['Name']).transform('all').astype(int)
print(df)

---

IIUC

---

如果值列中的值是另外两个值，例如“Y”和“N”，该怎么办？而不是1和0。@Muzz然后使用带注释的解决方案，

df['Result']=df['Value'].eq（'Y'）.groupby（df['Name']）.transform（'all'）.astype（int）

，也可以使用replace-ro-replace

Y

替换为1和

N

替换为0，

df=df.replace（{'Y'：1，'N'：0}）

，但是我更喜欢第一个

  Name  ID  Value  Result
0  Bob   1      1       1
1  Bob   2      1       1
2  Bob   3      1       1
3  Joe   4      0       0
4  Joe   5      0       0
5  Joe   6      1       0

df['Result']=df.groupby('Name').Value.all().reindex(df.Name).astype(int).values
df
Out[57]: 
  Name  ID  Value  Result
0  Bob   1      1       1
1  Bob   2      1       1
2  Bob   3      1       1
3  Joe   4      0       0
4  Joe   5      0       0
5  Joe   6      1       0