基于条件为分组设置布尔掩码的Pandas问题求助

需求 #

若Age列中存在值'2035'，则将对应PERNR+Name组合分组的所有行在新列中设为True。

测试数据 #

import pandas as pd

# 初始化列表数据
data = {'PERNR':[111111, 111111, 111111, 111111, 111111, 111111, 111111, 222222, 222222, 222222, 222222, 222222, 222222],
        'Name':['11.11.2024', '11.11.2024', '11.11.2024', '11.11.2024', '14.11.2024', '14.11.2024', '14.11.2024',
                '20.11.2024', '20.11.2024', '20.11.2024', '11.11.2024', '11.11.2024', '11.11.2024'],
        'Age':['', '', '', '', '', '2035', '', '', '', '', '', '', '2035']}
df = pd.DataFrame(data)

原尝试代码及问题 #

原代码：

df['new'] = df['Age'].eq('2035').groupby(df['Name']).transform('any')

问题：PERNR为111111的Name='11.11.2024'分组被错误标记为True，预期该分组应为False。原因是原代码仅按Name分组，同一Name可能属于不同PERNR，导致跨PERNR的Age值被合并判断。

修正后的代码 #

# 按PERNR和Name共同分组，判断每组是否存在'2035'
df['new'] = df['Age'].eq('2035').groupby([df['PERNR'], df['Name']]).transform('any')

验证结果 #

运行修正代码后：

• PERNR=111111的Name='11.11.2024'分组：所有行new列值为False（符合预期）
• PERNR=111111的Name='14.11.2024'分组：所有行new列值为True（符合预期）
• PERNR=222222的Name='20.11.2024'分组：所有行new列值为False（符合预期）
• PERNR=222222的Name='11.11.2024'分组：所有行new列值为True（符合预期）

内容的提问来源于stack exchange，提问作者mxplk