Pandas 0.25至1.3版本groupby transform搭配any()的行为变更问题

行为变更的核心原因 #

• Pandas 0.25.x及更早版本中，any()方法对object类型序列的返回存在非预期实现：当序列内存在真值（非空字符串、非零数值等）时，会直接返回第一个真值本身而非布尔值，你之前的代码其实是依赖了这个bug级别的特性。
• 从Pandas 1.0版本开始，官方重构了逻辑聚合函数的底层实现，统一了any()/all()的返回规则：无论输入序列的dtype是什么，最终都会返回布尔标量True/False，和Python原生的any()行为对齐。所以你升级到1.3.4后，x.any()返回的是布尔值True，赋值到允许空值的列时，布尔值会被强制转换为浮点数1.0，就出现了你遇到的问题。

推荐解决方案 #

你提到的两种方案都可以解决问题，其中更符合Pandas风格、性能也更优的是直接用transform('first')，代码如下：

calculated["balance_status"] = df.groupby(["group"])["balance_status"].transform('first')

这个方法会自动跳过组内的空值，返回第一个非空结果，完全匹配你“组内有状态值就全组赋值该值，否则为空”的需求，不需要额外写自定义lambda，执行效率也更高。

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