如何用Pandas/Numpy基于分组条件在Python中新增列

直接用Pandas的groupby+transform就能高效实现，不用循环，处理几百个ID完全没问题：

方法1：利用all()判断全为True #

import pandas as pd

# 构造示例数据
data = {
    'IDxx': [164,164,164,165,165,165,166,166,166,167,167,167],
    'Tru/Fal': [True,False,False,True,True,True,False,True,True,True,True,False]
}
df = pd.DataFrame(data)

# 新增Answer列
df['Answer'] = df.groupby('IDxx')['Tru/Fal'].transform(lambda x: 'OUT' if x.all() else 'IN')

方法2：利用any()判断存在False #

也可以反过来，检查分组里是否有False，逻辑更直观：

df['Answer'] = df.groupby('IDxx')['Tru/Fal'].transform(lambda x: 'IN' if (~x).any() else 'OUT')

验证结果 #

运行后得到的DataFrame和期望输出完全一致：

原理说明：transform会把分组计算的结果（每个ID对应一个值）自动广播到该分组的每一行，避免了循环操作，效率很高，适合处理大量分组的场景。

内容的提问来源于stack exchange，提问作者Gustavo De Leon