Python pandas按列groupby后判断分组内是否存在False值如何实现

你可以通过groupby配合all()方法实现需求，核心逻辑是利用all()的特性：只要序列中存在一个False，返回结果就是False，全为True才会返回True，完全匹配你定义的column 4生成规则。

场景1：未执行column 1+column 2分组取首行时（更推荐） #

建议先计算column 4再做分组取首行，避免聚合后丢失column 3的原始数据导致计算偏差：

# 1. 按column 1分组，生成column 4的映射规则
col4_rule = dff.groupby('column 1')['column 3'].all()
# 2. 将规则映射到原表生成column 4
dff['column 4'] = dff['column 1'].map(col4_rule)
# 3. 执行你原有的分组取首行逻辑
dff = dff.groupby(["column 1", "column 2"]).first().reset_index()
print(dff)

场景2：已执行column 1+column 2分组取首行后 #

如果已经完成分组聚合，需要基于聚合后的column 3计算，用transform方法直接生成同长度的结果列即可：

# 若分组后为多级索引，先重置索引
dff = dff.reset_index()
# 按column 1分组直接生成column 4
dff['column 4'] = dff.groupby('column 1')['column 3'].transform('all')
print(dff)

注意事项 #

如果你的column 3存储的是字符串格式的"True"/"False"，请先转换为布尔类型再执行上述逻辑：

dff['column 3'] = dff['column 3'].astype(bool)

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