Pandas如何查找子集与行中唯一True值对应的行索引列名元组

完整可运行代码 #

import pandas as pd

# 示例DataFrame
df = pd.DataFrame([
[1, 1, True, False, True, True],
[1, 2, True, False, True, True],
[1, 3, True, False, False, True],
[1, 4, True, True, True, True],
[2, 1, False, False, False, True],
[2, 2, True, True, True, True],
[2, 3, True, True, False, True],
[2, 4, True, True, True, True],
[3, 1, True, True, True, True],
[3, 2, True, True, True, True],
[3, 3, True, True, False, True],
[3, 4, True, True, True, True],
[4, 1, True, True, True, True],
[4, 2, True, True, True, True],
[4, 3, True, True, True, True],
[4, 4, True, True, True, True],
])

# 定义参数
group_cols = [0, 1]  # 指定的分组列
target_cols = [2,3,4,5]  # 要统计True的目标列
df_target = df[target_cols]

# 计算第一类位置：分组内唯一True的位置
mask_group = pd.DataFrame(False, index=df.index, columns=target_cols)
for g in group_cols:
    # 计算分组内每列True的总数，广播到所有行
    group_sum = df.groupby(g)[target_cols].transform('sum')
    # 匹配规则：本身为True + 所在组该列True总数为1
    mask_group |= (df_target == True) & (group_sum == 1)

# 计算第二类位置：单行内唯一True的位置
row_true_cnt = df_target.sum(axis=1)
mask_row = (df_target == True) & (row_true_cnt.values[:, None] == 1)

# 合并结果并提取元组
final_mask = mask_group | mask_row
result = list(final_mask.stack()[lambda x: x].index)

print(result)

输出结果和你预期的元素完全一致，顺序可能不同：

[(3, 3), (4, 5), (14, 4)]

实现思路 #

• 先拆分统计范围：单独提取需要统计True的2-5列作为目标集，避免统计到不需要的分组列
• 分组匹配用transform实现向量化计算：无需逐行遍历，直接把每组的True总数广播到组内所有行，快速匹配符合「组内唯一True」的单元格
• 单行匹配直接用行求和做广播判断：一次计算所有行的True总数，批量匹配符合「行内唯一True」的单元格
• 结果提取用stack方法：直接把二维表转为「行索引-列名」的多级索引结构，过滤True值后直接获取目标元组，性能远高于手动遍历

内容的提问来源于stack exchange，提问作者asoundmove