python groupby 列，然后在每个组中获取任何错误值

Question

dff = (dff.groupby(["column 1", "column 2"]).first()) <br/>
print(dff)

给表

column 1	column 2	column 3
First	a	true
	b	false
	c	true
	d	false
second	a	true
	b	true
	c	true
Third	a	true
	b	false
	c	true
	d	false
	e	false

上表是通过将 3 列中的 2 列分组得到的

column 1	column 2	column 3	column 4
First	a	true	false
	b	false
	c	true
	d	false
second	a	true	true
	b	true
	c	true
Third	a	true	false
	b	false
	c	true
	d	false
	e	false

如上所示，我们希望多一列具有单个值
如果第 3 列（在组级别）中的任何一个值为 false ，则值应为 false ..否则应为 true

请帮忙，因为我被困了 2 天

Answer 1

试试这个：

>>> df.groupby('col1')['col3'].all()
col1
First     False
Second     True
Third     False
Name: col3, dtype: bool

Answer 2

你可以使用.groupby() + .transform() + min，如下：

dff['column 4'] = dff.groupby(['column 1'])['column 3'].transform('min')

如果至少有一个False 值，则一组True/False 值中的min 将给出False。否则，它会给True。

数据输入

data = {'column 1': ['First', 'First', 'First', 'First', 'second', 'second', 'second', 'Third', 'Third', 'Third', 'Third', 'Third'],
 'column 2': ['a', 'b', 'c', 'd', 'a', 'b', 'c', 'a', 'b', 'c', 'd', 'e'],
 'column3': [True, False, True, False, True, True, True, True, False, True, False, False]}

dff = pd.DataFrame(data).set_index(['column 1', 'column 2'])


                   column3
column 1 column 2         
First    a            True
         b           False
         c            True
         d           False
second   a            True
         b            True
         c            True
Third    a            True
         b           False
         c            True
         d           False
         e           False

结果：

print(dff)

                  column 3  column 4
column 1 column 2                   
First    a            True     False
         b           False     False
         c            True     False
         d           False     False
second   a            True      True
         b            True      True
         c            True      True
Third    a            True     False
         b           False     False
         c            True     False
         d           False     False
         e           False     False