Python 在每个组的整列一致时，使用groupby并仅获取值

我有一个由两个不同ID的项组成的数据框架。id1和id2，其中id2是真正唯一的，可以有多个id2对一个id1。项目功能特定于id2s

df=pd.DataFrame（[[11112345，“A”，“red”，“big”]，
[11112399，“A”，“红色”，“小”]，
[222345，“B”，“红色”，“小”]，
[222349，“B”，“蓝色”，“小”]，
列=[“id1”、“id2”、“功能1”、“功能2”、“功能3”]

我想按id1分组，并在列中获取cponsistent值，只有当组中的所有行在该列中具有相同的值时，否则为NaN。因此，上述示例中的预期结果是：

     id2    feature1    feature2    feature3
id1
111  NaN    A           red         NaN
222  NaN    B           NaN         small

我已经编写了此函数，希望将其应用于分组对象，但它不是这样工作的：

def一致性（系列）：
如果series.nunique（）==1：
return series.iloc[0]
其他：
返回np.nan
df1.groupby（“id1”）。适用（一致）

我做错了什么？

请使用以下命令：

df.groupby("id1").apply(lambda x: x.apply(consistent))

您可以尝试以下方法：

import numpy as np
df.groupby("id1").agg(lambda x: np.nan if len(set(x)) != 1 else list(set(x))[0])

此代码的输出为：

id1 id2 feature1    feature2    feature3

111 NaN A   red NaN
222 NaN B   NaN small

希望这有帮助

谢谢！我更喜欢你的答案，因为它比编写额外函数更简洁，但我选择了@Ave799的答案，因为它为我解决了如何正确使用.apply（）。

id1 id2 feature1    feature2    feature3

111 NaN A   red NaN
222 NaN B   NaN small