使用GroupBy.transform生成布尔列却得到浮点值的问题排查

这确实是pandas旧版本里的一个典型行为问题，我来帮你梳理清楚原因和解决办法：

核心原因：旧版本pandas的groupby.transform类型转换逻辑 #

在pandas 0.20.x及更早的版本中，groupby.transform处理返回布尔值的lambda函数时，存在特殊的类型转换规则：

• 因为你的type列是浮点型（float64），旧版本的transform会自动将布尔结果（True/False）转换为对应的浮点值（1.0/0.0），以此保持与原分组列的数值类型兼容。
• 而直接执行df['type'] == 2是对整个列的元素级判断，属于原生的布尔数组生成逻辑，不会触发groupby.transform的类型转换，因此能得到正确的布尔类型结果。

验证你的测试场景 #

旧版本（pandas 0.20.3）的transform行为 #

执行以下代码：

import pandas as pd
df = pd.DataFrame({'id':['1', '1', '2', '2', '3'], 'type':[1.0, 1.0, 2.0, 1.0, 2.0]})
df['has_2'] = df.groupby('id')['type'].transform(lambda x: x == 2)
print(df)

得到的结果是浮点型的has_2列：

id  type  has_2
0  1   1.0    0.0
1  1   1.0    0.0
2  2   2.0    1.0
3  2   1.0    0.0
4  3   2.0    1.0

直接元素级判断的正确行为 #

执行元素级判断代码：

df['has_2'] = df['type'] == 2
print(df)

得到标准布尔类型的结果：

id  type  has_2
0  1   1.0  False
1  1   1.0  False
2  2   2.0   True
3  2   1.0  False
4  3   2.0   True

解决办法 #

1. 升级pandas版本：你提到升级到0.22.0后问题解决，这是因为pandas在0.21.x之后的版本中修复了groupby.transform的类型转换逻辑，会保留布尔值的原始类型，不再自动转为浮点型。
2. 临时兼容方案（无法升级时）：如果暂时不能升级版本，可以在transform后显式转换类型：

df['has_2'] = df.groupby('id')['type'].transform(lambda x: x == 2).astype(bool)

这样就能得到和新版本一致的布尔类型列。

内容的提问来源于stack exchange，提问作者daiyue