如何在Pandas分组（groupby）后对多列进行条件校验？

原始DataFrame #

首先是待处理的DataFrame（已修正原始数据的语法错误）：

import pandas as pd

data = [
    ['a', 'one', 10],
    ['a', 'two', 10],
    ['b', 'one', 13],
    ['b', 'two', 100],
    ['c', 'two', 100],
    ['c', 'one', 100],
    ['d', 'one', 100],
    ['d', 'one', 10]
]
df = pd.DataFrame(data, columns=['key1', 'key2', 'key3'])

对应的表格数据：

key1    key2    key3
0   a   one 10
1   a   two 10
2   b   one 13
3   b   two 100
4   c   two 100
5   c   one 100
6   d   one 100
7   d   one 10

校验需求 #

按key1分组后，需同时满足两个条件，满足则结果为ok，否则为nok：

• 分组内key2 == 'one'的出现次数恰好为1次（次数为0或大于1则结果为NOK）；
• 分组内所有key3的值必须为10或100（否则结果为NOK）。

期望输出 #

key1  result
a     ok
b     nok
c     ok
d     nok

现有代码问题 #

现有代码仅实现了key2的校验逻辑，未加入key3的校验，导致输出不符合预期：

test = df.groupby('key1')['key2'].apply(lambda x:(x=='one').sum()).reset_index(name='result')
test['result'].where(~(test['result'] > 1), other='nok', inplace=True)
test['result'].replace([0, 1], ['nok', 'ok'], inplace = True)

解决方案 #

通过groupby.apply()对每个分组进行整体判断，同时校验两个条件，代码更简洁清晰：

result = df.groupby('key1').apply(
    lambda group: 'ok' if ((group['key2'] == 'one').sum() == 1) and (group['key3'].isin([10, 100]).all()) else 'nok'
).reset_index(name='result')

# 打印结果
print(result)

代码说明 #

• (group['key2'] == 'one').sum() == 1：统计分组内key2为'one'的次数，确保恰好为1次；
• group['key3'].isin([10, 100]).all()：检查分组内所有key3的值是否都在[10,100]范围内；
• 两个条件通过and连接，同时满足则返回ok，否则返回nok。

内容的提问来源于stack exchange，提问作者Koke Abeke