如何基于列值条件筛选特定Pandas分组？

问题描述 #

给定如下Pandas DataFrame：

import pandas as pd 
df = pd.DataFrame(
    {
        'a': [10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 10, 22],
        'b': [1, 1, 1, -1, -1, -1, -1, 2, 2, 2, 2, -1, -1, -1, -1],
        'c': [25, 25, 25, 45, 45, 45, 45, 65, 65, 65, 65, 40, 40, 30, 30]
    }
)

需要按c列分组后，按照以下规则筛选结果：

• 筛选所有b列值均为1的分组（本例仅c=25的组符合）；
• 筛选从DataFrame顶部开始的前2个b列值均为-1的分组（本例符合条件的组有c=45、c=40、c=30，取前2个）；
  最终得到预期输出：

a  b   c
0   10  1  25
1   15  1  25
2   20  1  25
3   25 -1  45
4   30 -1  45
5   35 -1  45
6   40 -1  45
11  65 -1  40
12  70 -1  40

现有代码问题 #

你的尝试代码中，df1的逻辑是正确的（筛选b全为1的分组），但new_gb部分直接取了前2个分组，没有判断这些分组是否满足b全为-1的条件，因此无法得到正确结果。

修正后的解决方案 #

import pandas as pd 

df = pd.DataFrame(
    {
        'a': [10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 10, 22],
        'b': [1, 1, 1, -1, -1, -1, -1, 2, 2, 2, 2, -1, -1, -1, -1],
        'c': [25, 25, 25, 45, 45, 45, 45, 65, 65, 65, 65, 40, 40, 30, 30]
    }
)

# 筛选所有b列全为1的分组
df_all_1 = df.groupby('c').filter(lambda g: g['b'].eq(1).all())

# 获取原DataFrame中c列的唯一值顺序（保持出现先后）
unique_c_order = df['c'].unique()

# 筛选出b列全为-1的c值，并按原顺序取前2个
valid_neg1_c = []
for c in unique_c_order:
    group = df[df['c'] == c]
    if group['b'].eq(-1).all():
        valid_neg1_c.append(c)
        if len(valid_neg1_c) == 2:
            break  # 取到前2个就停止

# 获取前2个b全为-1的分组数据
df_top2_neg1 = df[df['c'].isin(valid_neg1_c)]

# 合并两个结果，保持原DataFrame中的行顺序
result = pd.concat([df_all_1, df_top2_neg1]).sort_index()

print(result)

代码说明 #

1. 筛选全1分组：使用groupby.filter直接过滤出b列所有值都是1的分组；
2. 保持分组出现顺序：通过df['c'].unique()获取原DataFrame中c值的出现顺序，避免groupby默认的排序打乱顺序；
3. 筛选前2个全-1分组：遍历唯一c值，检查每个分组是否满足b全为-1，收集到2个符合条件的c值后停止；
4. 合并结果：将两部分数据合并后按原索引排序，保证输出顺序和原DataFrame一致。

内容的提问来源于stack exchange，提问作者AmirX