是否有兼具any与unique特性的Pandas聚合函数？

现有数据集如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {'A': ['one', 'two', 'two', 'one', 'one', 'three'],
     'B': ['a', 'b', 'c', 'a', 'a', np.nan]})

数据集展示：

A    B
0    one    a
1    two    b
2    two    c
3    one    a
4    one    a
5  three  NaN

使用Pandas的groupby结合any()和unique()得到的结果如下：

• df.groupby('A')['B'].any()：

A
one       True
three    False
two       True
Name: B, dtype: bool

• df.groupby('A')['B'].unique()：

A
one         [a]
three     [nan]
two      [b, c]
Name: B, dtype: object

期望得到的结果为：

A
one           a
three     False
two        True

可以通过自定义聚合函数实现需求，逻辑如下：

1. 分组后先过滤掉NaN值
2. 如果分组内无有效值（全是NaN），返回False
3. 如果分组内所有有效值都相同，返回该值
4. 如果分组内有多个不同的有效值，返回True

代码实现 #

def custom_agg(series):
    non_nan_vals = series.dropna()
    if non_nan_vals.empty:
        return False
    if non_nan_vals.nunique() == 1:
        return non_nan_vals.iloc[0]
    return True

result = df.groupby('A')['B'].agg(custom_agg)
print(result)

执行后输出：

A
one       a
three    False
two      True
Name: B, dtype: object

简化版（lambda表达式） #

如果想要更紧凑的写法，可以用lambda表达式整合逻辑：

result = df.groupby('A')['B'].agg(
    lambda x: x.dropna().iloc[0] if x.dropna().nunique() == 1 
              else (False if x.dropna().empty else True)
)

两种方法都能满足需求，自定义函数的写法更易读，适合后续维护；lambda表达式更简洁，适合快速实现。

内容的提问来源于stack exchange，提问作者Anna