pandas DataFrame如何按ID分组统一type列的异常/正常标记

核心逻辑是按ID分组后判断每组是否存在abnormal取值，再将分组判断结果对齐到原表每一行即可，不需要写循环，pandas内置的groupby+transform可以直接实现。

步骤1：构造样例数据 #

先复现测试数据集：

import pandas as pd

df = pd.DataFrame({
    'ID': [1, 1, 1, 2, 2, 2],
    'type': ['normal', 'normal', 'abnormal', 'normal', 'normal', 'normal']
})

步骤2：核心处理代码 #

最易读的常规写法：

df['type'] = df.groupby('ID')['type'].transform(
    lambda col: 'abnormal' if col.eq('abnormal').any() else 'normal'
)

代码逻辑说明 #

• groupby('ID')['type']：按ID列拆分数据，单独提取每个分组的type列做计算
• transform：分组计算后的结果会按照原表的索引对齐返回，长度和原DataFrame完全一致，不需要额外做表合并操作
• 组内判断规则：只要组内存在任意一个abnormal取值，整组所有行统一返回abnormal；组内无abnormal（即全为normal）时，统一返回normal

结果验证 #

运行上述代码后打印df，输出完全符合预期：

ID      type
0   1  abnormal
1   1  abnormal
2   1  abnormal
3   2    normal
4   2    normal
5   2    normal

大数据量优化写法 #

如果数据量在百万行以上，可以用下面的写法避免lambda的逐组调用开销，运行速度会提升明显：

is_abnormal = df['type'].eq('abnormal').groupby(df['ID']).transform('any')
df['type'] = is_abnormal.map({True: 'abnormal', False: 'normal'})

内容的提问来源于stack exchange，提问作者Eunsoo Ko