Pandas按col_1分组后，如何基于col_2过滤掉大于1的数据？

首先明确你的需求：从my_df中移除所有col_2严格大于1的行，最终得到每个col_1对应col_2=1的记录。先解释你两种写法的问题：

现有写法的问题 #

• 第一种写法：

  df_ts = my_df.groupby('col_1').filter(lambda x: (x['col_2'] <= 1).any())
  

  groupby.filter()的作用是保留/丢弃整个分组，判断逻辑是：只要分组内存在至少一条满足条件的行，就保留整个分组的所有行。你的每个分组（A/B/C）都包含col_2=1的行，所以整个分组被完整保留，自然返回原DataFrame。

• 第二种写法：

  df_ts = my_df.groupby('col_1').filter(lambda x: x['col_2'] <= 1)
  

  filter()要求传入的lambda必须返回单个布尔值（用于判断整个分组是否保留），但这里返回的是与分组行数一致的布尔数组，不符合要求，因此报错。

正确实现方法 #

方法一：直接布尔索引（最简单高效） #

你的需求本质是筛选col_2<=1的行，无需分组即可实现：

import pandas as pd

my_df = pd.DataFrame({'col_1': ['A', 'A', 'B', 'B', 'C', 'C'],
                      'col_2': [1, 2, 1, 2, 1, 2]})

final_df = my_df[my_df['col_2'] <= 1].reset_index(drop=True)

方法二：结合groupby和apply（适合复杂组内筛选场景） #

如果需要基于分组进行更复杂的筛选逻辑，可以用groupby.apply()：

final_df = my_df.groupby('col_1').apply(lambda x: x[x['col_2'] <= 1]).reset_index(drop=True)

方法三：groupby+transform生成掩码 #

通过transform()生成与原DataFrame长度一致的布尔掩码，再筛选：

mask = my_df.groupby('col_1')['col_2'].transform(lambda x: x <= 1)
final_df = my_df[mask].reset_index(drop=True)

以上三种方法最终得到的final_df均符合你的预期：

col_1  col_2
0     A      1
1     B      1
2     C      1

内容的提问来源于stack exchange，提问作者user1700890