如何在Pandas中按两列分组并基于条件生成新列？

针对你的需求，我们可以通过groupby结合条件判断生成目标列，核心是判断每组中是否存在day_num=1，以下是几种高效的实现方法：

方法1：使用any()判断存在性 #

any()会直接返回组内是否有满足条件的元素（布尔值），转换为整数后即可得到1/0的结果：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [1,1,1,1,2,2,3],
    'week': [1,1,2,2,1,2,1],
    'day_num': [2,3,4,1,1,2,4]
})

# 分组处理并生成day1列
result = df.groupby(['ID', 'week'])['day_num'].apply(lambda x: int((x == 1).any())).reset_index(name='day1')
print(result)

方法2：使用agg()聚合（更简洁） #

通过agg直接指定聚合逻辑，代码可读性更强：

result = df.groupby(['ID', 'week']).agg(
    day1=('day_num', lambda x: 1 if (x == 1).any() else 0)
).reset_index()

方法3：使用sum()统计次数 #

统计组内day_num=1的数量，只要数量大于0就返回1，否则返回0：

result = df.groupby(['ID', 'week'])['day_num'].apply(lambda x: int((x == 1).sum() > 0)).reset_index(name='day1')

注意事项 #

• 原代码中groupby('ID','week')存在语法问题，groupby的分组列需要传入列表，即groupby(['ID', 'week'])
• 以上方法均能输出你需要的结果，其中any()性能最优，因为它找到第一个满足条件的元素后就会停止遍历

内容的提问来源于stack exchange，提问作者kri