按id分组，当count列无0值时生成dummy哑变量

给定如下DataFrame，需按id分组实现：仅当某一id对应的count列所有值均不为0时，为该组所有行设置dummy=1，否则dummy=0。

原始数据 #

id    count
A      9
A      0
A      2
A      1
B      2
B      5
B      2
B      1
C      1
C      9
D      7
D      2
D      0

期望输出 #

id    count   dummy
A      9      0
A      0      0
A      2      0
A      1      0
B      2      1
B      5      1
B      2      1
B      1      1
C      1      1
C      9      1
D      7      0
D      2      0
D      0      0

解决方案 #

使用Pandas的groupby结合transform方法，将组级别的判断结果广播到每一行：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'id': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'D', 'D', 'D'],
    'count': [9, 0, 2, 1, 2, 5, 2, 1, 1, 9, 7, 2, 0]
})

# 生成dummy列：组内count全不为0则为1，否则为0
df['dummy'] = df.groupby('id')['count'].transform(lambda x: int((x != 0).all()))

# 输出结果
print(df)

逻辑说明 #

• groupby('id')['count']：按id分组，针对每组的count列进行处理
• (x != 0).all()：判断组内所有count值是否都不为0，返回布尔值（True/False）
• int(...)：将布尔值转换为整数（True→1，False→0）
• transform：将组级别的计算结果广播到该组的每一行，保证每个id对应的所有行拥有相同的dummy值

内容的提问来源于stack exchange，提问作者Olive