如何在Pandas中判断零件号是否专属客户并生成新列

步骤1：提取客户信息 #

首先从Col1中拆分出单独的客户列，方便后续统计：

import pandas as pd

# 加载你的数据（这里用示例数据演示）
data = {
    'Col1': ['TUR, Cust1', 'GAR, Cust2', 'FOR, Cust3', 'ERB, Cust1', 'PNR, Cust1',
             'DUL, Cust2', 'COC, Cust3', 'ETM, Cust1', 'ROW, Cust3', 'HON, Cust3'],
    'Col2': [1001, 1001, 1001, 1002, 1002, 1003, 1003, 1004, 1005, 1005]
}
df = pd.DataFrame(data)

# 拆分Col1，提取客户字段
df['Customer'] = df['Col1'].str.split(', ', expand=True)[1]

步骤2：统计零件号的专属客户情况 #

按零件号（Col2）分组，统计每个零件对应的唯一客户集合，再判断该集合是否仅包含目标客户（比如Cust1）：

target_customer = 'Cust1'

# 分组获取每个零件号的唯一客户列表
part_customer_stats = df.groupby('Col2')['Customer'].unique().reset_index()
# 标记是否仅属于目标客户
part_customer_stats['Col3'] = part_customer_stats['Customer'].apply(
    lambda x: len(x) == 1 and x[0] == target_customer
)

步骤3：合并结果到原DataFrame #

把统计好的标记列合并回原表，得到最终结果：

# 合并数据，保留原表所有行
df_final = df.merge(part_customer_stats[['Col2', 'Col3']], on='Col2', how='left')
# 可选：删除临时生成的Customer列
df_final = df_final.drop('Customer', axis=1)

# 查看结果
print(df_final)

为什么这样处理？ #

• 直接用duplicated只能判断行重复，无法统计每个零件对应的所有客户范围，所以会出错。
• 分组统计唯一客户的方式，能准确判断零件是否仅被目标客户采购，而且pandas的groupby处理7万行数据效率很高，不会有性能问题。

内容的提问来源于stack exchange，提问作者dawn