Pandas按Tag分组根据M_Name唯一值生成Tag_2有效性标签的实现方法

你的groupby思路完全正确，核心逻辑就是按Tag分组统计M_Name非空值的唯一计数，再映射回原表即可，这个方案可读性和效率都足够，没有额外优化的必要。

默认你提到的M_Name空值为NaN或空字符串，先统一处理后即可快速实现需求：

import pandas as pd
import numpy as np

# 第一步：将空字符串统一转为NaN，方便后续统计时自动排除空值
df['M_Name'] = df['M_Name'].replace('', np.nan)

# 第二步：按Tag分组统计非空M_Name的唯一值数量，直接用transform生成新列
df['Tag_2'] = df.groupby('Tag')['M_Name'].transform(
    lambda x: 'Invalid' if x.nunique() > 1 else 'Valid'
)

• pandas内置的nunique()方法默认会自动排除NaN值，刚好匹配我们只统计非空不同值的需求
• transform方法会把分组计算的结果直接广播到对应分组的所有行，不需要额外做值映射，代码更简洁
• 单表千万行级数据也可以高效运行，没有额外性能损耗

内容的提问来源于stack exchange，提问作者CodingStark