如何按球员分组，曾效力Knicks或Nets则给全组所有行赋值1？

该需求存在非常成熟的通用实现路径，是结构化数据处理中典型的组级判定回写场景，完全匹配“同组任意行命中目标值，则组内所有行统一赋值”的规则要求。

核心实现流程 #

• 第一步：确定分组维度（本例中为球员姓名Name），将全量数据按该维度拆分为独立分组
• 第二步：逐组校验目标列（本例中为球员效力球队Teams），判断组内是否存在命中指定值（Knicks/Nets）的行
• 第三步：将组级判断结果（命中记为1、未命中记为0）统一同步到该分组下的所有数据行，即可得到目标输出结果

常用工具的实现示例 #

Python 数据分析（Pandas） #

利用分组transform特性可以直接完成组值回写，无需额外拼接数据：

import pandas as pd
# 读取初始数据集
df = pd.read_clipboard(sep='|')
# 核心赋值逻辑：按Name分组，判断组内Teams列是否有目标命中
df['value'] = df.groupby('Name')['Teams'].transform(
    lambda team_series: int(team_series.isin(['Knicks', 'Nets']).any())
)

数据库查询（SQL） #

借助窗口函数可以单次查询完成计算，不需要额外做表关联：

SELECT
  Name,
  Teams,
  -- 按球员姓名分组，组内只要有一行匹配目标球队就标记为1
  MAX(CASE WHEN Teams IN ('Knicks', 'Nets') THEN 1 ELSE 0 END)
    OVER (PARTITION BY Name) AS value
FROM nba_player_team_records;

桌面表格处理（Excel/WPS） #

可以用条件计数函数完成组判定，公式直接向下填充即可：

=IF(OR(COUNTIFS($A:$A, $A2, $B:$B, "Knicks")>0, COUNTIFS($A:$A, $A2, $B:$B, "Nets")>0), 1, 0)

注：以上实现逻辑的输出结果与你给出的目标示例完全一致，即从未效力过Knicks或Nets的球员（如Michael Jordan、Reggie Miller）所有行赋值为0，曾效力过两支球队任意一支的球员（如Baron Davis、Jason Kidd、Kevin Durant、Allan Houston）所有行赋值为1。

内容的提问来源于stack exchange，提问作者user35131