Pandas：基于同ID其他行值为指定行单元格赋值

实现思路&代码 #

核心是通过分组标记+布尔索引完成批量修改：

1. 按ID分组，标记每个组内是否存在bad_loan=True的记录
2. 定位同时满足「bad_loan为NaN」和「所在组存在True」的行，将其bad_loan设为True

代码示例：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({
    'ID': ['123', '123', '456', '456', '789'],
    'bad_loan': [True, np.nan, np.nan, False, np.nan]
})

# 生成每组是否存在bad_loan=True的标记列
has_true = df.groupby('ID')['bad_loan'].transform('any')

# 批量修改符合条件的行
df.loc[df['bad_loan'].isna() & has_true, 'bad_loan'] = True

结果说明 #

处理后示例DataFrame的bad_loan列会变为：

• ID123组存在True，所以对应NaN被改为True
• ID456组无True，NaN保持不变
• ID789组无True，NaN保持不变

内容的提问来源于stack exchange，提问作者Jasmine N