如何用Python Pandas生成资产整体Pass/Fail性能列？

我有两列数据：A列是可重复的资产编号，B列是单个实例的pass/fail结果。需要使用Pandas创建overall performance列，规则为：

• 若某资产存在任意一次fail，则该资产所有行的整体性能均为fail
• 若资产所有实例均为pass，则整体性能为pass

输入数据 #

期望输出 #

是否可以通过Python实现该需求，为每个资产的所有行生成对应的整体性能结果？

完全可以实现，这里提供两种简洁的Pandas实现方式：

方法1：分组后映射（直观易懂） #

import pandas as pd

# 构造输入数据（实际使用时可替换为读取你的数据源）
data = {
    'Asset': [1, 1, 2, 3, 3, 4],
    'performance': ['pass', 'fail', 'pass', 'fail', 'fail', 'pass']
}
df = pd.DataFrame(data)

# 按资产分组，计算每个资产的整体性能
asset_overall = df.groupby('Asset')['performance'].apply(lambda x: 'fail' if (x == 'fail').any() else 'pass')

# 将整体性能匹配到原表的每一行
df['overall performance'] = df['Asset'].map(asset_overall)

# 输出结果
print(df)

方法2：使用transform一步完成（更高效） #

transform方法可以直接返回与原表行数一致的分组计算结果，无需额外映射步骤：

import pandas as pd

data = {
    'Asset': [1, 1, 2, 3, 3, 4],
    'performance': ['pass', 'fail', 'pass', 'fail', 'fail', 'pass']
}
df = pd.DataFrame(data)

# 直接生成整体性能列
df['overall performance'] = df.groupby('Asset')['performance'].transform(
    lambda x: 'fail' if (x == 'fail').any() else 'pass'
)

print(df)

逻辑说明 #

两种方法的核心逻辑一致：

1. 按Asset列分组，对每组的performance值进行判断
2. 只要组内存在至少一个fail，该资产的所有行整体性能就设为fail；反之则设为pass

运行代码后即可得到你期望的输出结果。

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