如何为每个ID删除DataFrame中指定URL之后的所有行？

方法一：自定义函数 + 分组处理 #

逻辑直观，容易理解，适合小数据量场景：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'id': [25,25,25,144,144,144,992,992,992],
    'url': [
        'google.com/main',
        'google.com/buy',
        'google.com/videos',
        'google.com/buy',
        'google.com/videos',
        'google.com/pictures',
        'google.com/main',
        'google.com/buy',
        'google.com/videos'
    ]
})

# 定义处理单组的函数：保留到第一个"google.com/buy"的所有行
def keep_until_buy(group):
    # 找到组内第一个目标url的索引
    first_buy_idx = group[group['url'] == 'google.com/buy'].index.min()
    # 如果存在目标url，返回从开头到该索引的行；否则返回原组
    if pd.notna(first_buy_idx):
        return group.loc[:first_buy_idx]
    return group

# 按id分组应用函数，合并结果
result = df.groupby('id', group_keys=False).apply(keep_until_buy)
print(result)

方法二：向量化操作（高效） #

避免循环，用Pandas向量化API处理，适合大数据量：

import pandas as pd

df = pd.DataFrame({
    'id': [25,25,25,144,144,144,992,992,992],
    'url': [
        'google.com/main',
        'google.com/buy',
        'google.com/videos',
        'google.com/buy',
        'google.com/videos',
        'google.com/pictures',
        'google.com/main',
        'google.com/buy',
        'google.com/videos'
    ]
})

# 生成掩码：标记所有非目标url的行，反向累计乘积后反转，得到目标url及之前的有效行
mask = df['url'] != 'google.com/buy'
mask = mask[::-1].groupby(df['id']).cumprod()[::-1].astype(bool)
# 合并目标url的行（上面的掩码会把目标url标记为False，需手动保留）
result = df[mask | (df['url'] == 'google.com/buy')]
print(result)

两种方法运行后都会得到期望结果：

id              url
0    25  google.com/main
1    25   google.com/buy
3   144   google.com/buy
6   992  google.com/main
7   992   google.com/buy

内容的提问来源于stack exchange，提问作者Stepan P.