GroupBy后基于组内条件的跨组脱敏数据处理问询

需求说明 #

按id分组，若组内存在redact列非空的脱敏记录，则将组内其他redact为空的行标记为crossGroup。你已完成value < 4的条件脱敏，需补充同组其他行的标记逻辑。

初始表格 #

目标表格 #

解决方案（以Pandas为例） #

通过分组标记+逐行判断实现跨组脱敏：

代码实现 #

import pandas as pd

# 构造初始数据（替换为你的实际数据读取逻辑）
data = {
    'id': ['A', 'A', 'B', 'B', 'C', 'C', 'D', 'D', 'E', 'E'],
    'value': [3, 5, 6, 6, 5, 3, 5, 6, 2, 8],
    'redact': ['N < 4', '', '', '', '', 'N < 4', '', '', 'N < 4', '']
}
df = pd.DataFrame(data)

# 1. 标记每个组是否存在脱敏记录
df['has_redact'] = df.groupby('id')['redact'].transform(lambda x: x.str.strip().ne('').any())

# 2. 更新redact列：空值且组内有脱敏记录的行标记为crossGroup
df['redact'] = df.apply(
    lambda row: 'crossGroup' if (row['has_redact'] and row['redact'].strip() == '') else row['redact'],
    axis=1
)

# 可选：删除辅助列
df = df.drop('has_redact', axis=1)

print(df)

逻辑说明 #

• groupby('id')['redact'].transform(...)：对每个分组计算是否存在非空脱敏记录，结果广播到组内所有行，生成辅助标记列
• apply逐行判断：若当前组存在脱敏记录且当前行redact为空，则替换为crossGroup，否则保留原内容

内容的提问来源于stack exchange，提问作者midknightowl