基于Pandas的多条件测试结果分组判定方法咨询

需求说明 #

有包含重复ID的测试数据，需完成两个核心任务：

1. 给每行的测试值标注(OK)或(Fail)
2. 按ID判定：若该ID的所有测试项至少通过一次，整体标记为"OK"；否则标记为"Fail"

原始DataFrame #

预期输出 #

每行测试值追加判定标记，同时最终ID整体判定：

• ID A：所有测试项至少通过一次 → 整体"OK"
• ID B：test 3从未通过 → 整体"Fail"

适用Pandas函数推荐 #

以下函数可高效实现需求，替代手动遍历：

• groupby('ID')：按ID分组，直接聚合同ID的所有行，是批量处理的核心基础，无需手动检查重复值。
• transform()：配合groupby使用，能在保留原始DataFrame行结构的前提下，将分组计算结果映射到每一行。例如可以标记当前行所属ID是否在某测试项有过通过记录。
• agg()/aggregate()：分组后对每个测试项做聚合计算，比如用lambda x: any(x >= 阈值)判断该ID的某测试项是否至少有一次通过，快速得到各ID的测试项通过情况。
• apply()：用于自定义逻辑处理（比如给测试值拼接(OK)/(Fail)字符串），可针对单行或单列灵活实现标注逻辑。
• merge()：将分组得到的ID整体判定结果，关联回原始标注后的DataFrame，快速整合最终结果。

对应步骤的函数应用示例 #

1. 按ID聚合：直接用df.groupby('ID')替代手动筛选重复ID行
2. 标注每行测试结果：对测试列用apply执行自定义判定，如df['test 1'] = df['test 1'].apply(lambda x: f"{x} (OK)" if x <=5 else f"{x} (Fail)")
3. 判定ID整体合格性：通过groupby('ID').agg({'test 1': lambda x: any(x <=5), 'test 2': ..., 'test 3': ...})得到各测试项的通过状态，再用all(axis=1)判断是否所有测试项都满足至少通过一次，最终生成ID的整体标记。

内容的提问来源于stack exchange，提问作者min chul