纵向数据集按条件筛选行：仅保留接受CD和EF治疗的患者

我有一个纵向数据集，结构如下：

我需要仅保留只接受过CD和EF类型药物治疗的患者——即患者的所有药物类型只能是CD或EF，且同时包含这两种——排除其他所有患者，最终结果如下：

患者A被排除是因为他除了CD和EF外还接受过AB类型治疗；患者B被排除是因为他只接受过GH类型治疗。

我尝试了以下代码，但无法正常工作：

df_group = df.groupby("id").filter(lambda x : (x["drug type"]=="CD").all())

你的原有代码问题在于要求患者所有记录的药物类型都是CD，这和需求完全不符。要实现目标，需要同时满足两个核心条件：

1. 患者的所有药物类型仅包含CD或EF（无其他类型）
2. 患者同时接受过CD和EF两种类型的药物

可以通过groupby.filter结合集合操作实现：

# 定义允许的药物类型集合
allowed_types = {"CD", "EF"}

# 筛选符合条件的患者数据
filtered_df = df.groupby("ID").filter(lambda group: 
    # 条件1：该患者所有药物类型都在允许范围内
    group["drug type"].isin(allowed_types).all()
    # 条件2：该患者同时拥有CD和EF两种类型
    and set(group["drug type"]) == allowed_types
)

代码说明 #

• group["drug type"].isin(allowed_types).all()：检查当前患者的所有药物记录是否都属于CD/EF，直接排除像A这种存在其他类型的患者
• set(group["drug type"]) == allowed_types：确保患者的药物类型集合恰好包含CD和EF，排除像B这种只有单一类型的患者

如果你的DataFrame中ID列是小写id，请把代码里的groupby("ID")改为groupby("id")，和列名保持一致。

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