如何对比两个Pandas DataFrame生成无重复的布尔值列？

核心思路 #

先对文件打开记录表按SID聚合，计算每个会话的两个打开状态，再通过左连接合并到会话表，确保会话表每行唯一SID不重复。

步骤1：准备示例数据（可跳过，用于验证逻辑） #

import pandas as pd

# 会话表：每行对应唯一SID，包含医生、患者字段
session_df = pd.DataFrame({
    'SID': ['S001', 'S002', 'S003'],
    'Doctor': ['Dr.A', 'Dr.B', 'Dr.C'],
    'Patient': ['P001', 'P002', 'P003']
})

# 文件打开记录表：同一SID可能对应多条打开记录
open_records_df = pd.DataFrame({
    'SID': ['S001', 'S001', 'S002'],
    'Opener': ['Dr.A', 'P001', 'P002']
})

步骤2：聚合文件打开记录的状态 #

先关联会话表获取每个打开记录对应的医生，标记是否为医生打开，再按SID聚合得到会话级的状态：

# 关联会话表，匹配每个打开记录对应的医生
temp = open_records_df.merge(session_df[['SID', 'Doctor']], on='SID', how='left')
# 标记当前打开人是否是该会话的医生
temp['is_doctor'] = temp['Opener'] == temp['Doctor']

# 按SID聚合，计算两个布尔状态
aggregated_status = temp.groupby('SID').agg(
    is_doctor_opened=('is_doctor', 'any'),  # 该会话是否有医生打开过
    is_anyone_opened=('Opener', 'any')      # 该会话是否有任何人打开过
).reset_index()

步骤3：合并到会话表 #

用左连接保证会话表原始行全部保留，无打开记录的会话填充False：

final_df = session_df.merge(aggregated_status, on='SID', how='left').fillna(False)

验证结果 #

执行print(final_df)会输出：

SID Doctor Patient  is_doctor_opened  is_anyone_opened
0  S001   Dr.A    P001              True              True
1  S002   Dr.B    P002             False              True
2  S003   Dr.C    P003             False             False

关键注意点 #

• 必须通过groupby聚合打开记录表，确保每个SID仅生成一行结果，避免合并后会话表出现重复行
• 左连接(how='left')确保会话表所有原始会话都被保留，不会丢失数据
• fillna(False)处理无打开记录的会话，将缺失的状态值统一设为False

内容的提问来源于stack exchange，提问作者Semyaz