如何检查Pandas分组中指定列是否包含全部预定义值

我有一个DataFrame，需要按Patient ID分组，检查每个分组的Inclusion列是否包含全部6个必填值：-3、-2、-1、1、2、3。符合条件的分组所有行标记为Y，否则标记为N。尝试用transform结合lambda和all的方式实现，但没能成功。

原始DataFrame：

期望得到的DataFrame：

之前的实现失败是因为逻辑方向错误——若检查分组内每个值是否属于必填列表，无法确保必填列表的所有值都存在。正确逻辑是验证必填列表的所有值是否都包含在分组的Inclusion列中，以下两种方法均可实现需求：

方法一：集合比较法（效率更高） #

利用集合的issubset方法快速判断必填值是否全部存在，再通过transform将结果广播到分组的每一行：

import pandas as pd

# 定义必填值集合
required_values = {-3, -2, -1, 1, 2, 3}

# 生成示例数据（替换为你的实际DataFrame）
df = pd.DataFrame({
    'Patient ID': [1]*6 + [2]*5,
    'Surg ID': [1]*11,
    'Surg Type': ['X']*11,
    'Surg Date': ['2022-09-03']*6 + ['2022-10-03']*5,
    'Medical Appt Date': ['2022-03-04', '2022-05-04', '2022-06-04', '2022-11-04', '2022-11-29', '2023-01-02', '2022-09-01', '2022-09-11', '2022-10-12', '2022-10-29', '2022-12-12'],
    'Inclusion': [-3, -2, -1, 1, 2, 3, -2, -1, 1, 2, 3]
})

# 添加IncludeYN列
df['IncludeYN'] = df.groupby('Patient ID')['Inclusion'].transform(
    lambda x: 'Y' if required_values.issubset(set(x)) else 'N'
)

方法二：isin+all组合法 #

遍历每个必填值，检查是否存在于分组中，再用all判断全部满足：

required_values = [-3, -2, -1, 1, 2, 3]

df['IncludeYN'] = df.groupby('Patient ID')['Inclusion'].transform(
    lambda x: 'Y' if all(val in x.values for val in required_values) else 'N'
)

两种方法均能输出你期望的结果，其中集合比较法在数据量较大时性能更优。

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