如何基于DataFrame分组的列值一致性生成新列c？

不用for循环，用pandas的分组+transform操作就能高效实现需求，步骤如下：

1. 构造原DataFrame #

先把你的数据转换成pandas DataFrame：

import pandas as pd

df = pd.DataFrame({
    'a': [1,1,1,2,3,3,4,5,5,5,6,6],
    'b': ['-', '-', 'R', '-', 'R', 'R', '-', '-', '-', '-', 'R', '-']
})

2. 生成新列c #

核心代码一行搞定：

df['c'] = df.groupby('a')['b'].transform(lambda x: 1 if x.nunique() > 1 else 0)

代码解释 #

• groupby('a')['b']：按列a的值分组，取出每组的b列数据
• transform：将每组的计算结果广播到该组的每一行，保证结果和原DataFrame行数一致
• x.nunique()：统计当前分组内b的唯一值数量，若数量大于1，说明组内b值不一致，返回1；否则返回0

执行后得到的DataFrame就是你期望的结果：

a  b  c
0  1  -  1
1  1  -  1
2  1  R  1
3  2  -  0
4  3  R  0
5  3  R  0
6  4  -  0
7  5  -  0
8  5  -  0
9  5  -  0
10 6  R  1
11 6  -  1

内容的提问来源于stack exchange，提问作者jjw