pandas groupby按pid分组后实现双条件判断（标签计数≥2、首条True时年龄<45）

实现代码 #

你可以直接在groupby的apply中同时判断两个条件即可，完整代码如下：

# 先确保数据按事件日期升序排列（保证首次出现的label=True是时间最早的记录
a = a.sort_index(level=["pid", "event_date"])

# 分组判断双条件
result = a.groupby("pid").apply(
    lambda x: (x["label"].sum() >= 2) and (x.loc[x["label"], "age"].iloc[0] < 45) if x["label"].any() else False
).to_frame("label")

逻辑说明 #

• 第一个判断x["label"].sum() >=2沿用你原有的逻辑，判断该pid下label为True的记录数≥2
• 第二个判断x.loc[x["label"], "age"].iloc[0] < 45：先筛选出该pid下所有label为True的行，取第一条（数据按日期排序后第一条就是时间最早的首次出现记录）对应的age判断是否小于45
• 前置判断if x["label"].any()是为了避免该pid下完全没有label为True的记录时，iloc[0]取数报错的问题

结果验证 #

运行上述代码后输出的result结果为：

label
pid
1   False
5    True

完全符合预期要求。

内容的提问来源于stack exchange，提问作者Blue482