如何判断同组3个重复列中>=2个值为1并生成汇总DataFrame

实现逻辑 #

对每个分组下的3个重复列，逐行计算取值为1的数量，若数量大于等于2则对应汇总列赋值1，否则赋值0，最终保留唯一ID列和各分组的汇总结果。

完整可运行代码 #

import pandas as pd

# 1. 构造原始示例数据
raw_data = {
    "UniqueID": ["First", "Second", "Third"],
    "a_1": [1, 1, 1],
    "a_2": [1, 0, 1],
    "a_3": [0, 0, 1],
    "b_1": [1, 1, 0],
    "b_2": [0, 1, 0],
    "b_3": [0, 1, 0]
}
df = pd.DataFrame(raw_data)

# 2. 初始化结果表，保留唯一标识列
res_df = df[["UniqueID"]].copy()

# 3. 逐个分组计算汇总值
for group_prefix in ["a", "b"]:
    # 匹配当前分组下的所有重复列
    target_cols = [col for col in df.columns if col.startswith(f"{group_prefix}_")]
    # 逐行求和判断是否满足>=2个1的条件，转为0/1整数存入结果
    res_df[group_prefix] = (df[target_cols].sum(axis=1) >= 2).astype(int)

运行结果 #

执行print(res_df)即可得到预期输出：

UniqueID  a  b
0    First  1  0
1   Second  0  1
2    Third  1  0

扩展说明 #

• 如果后续新增c、d等其他分组，只需要把分组前缀加到for group_prefix in ["a", "b"]的列表中即可，无需修改其他逻辑
• 如果你的列命名规则不是分组前缀_序号的格式，只需要调整target_cols的筛选逻辑，匹配到对应分组的所有列即可正常运行

内容的提问来源于stack exchange，提问作者tja_mcp_uw