如何用Pandas筛选未在test_2测试中失败的用户？

首先明确核心需求：我们要保留的用户是没有在test_2中得到fail结果的——包含两种情况：要么用户没参加test_2，要么参加了test_2但结果不是fail（比如pass、pd.NA）。

你的代码问题分析 #

• 第一段代码df.groupby('name').filter(lambda x : ((x.result != 'fail')).all())：要求用户所有测试的结果都不能是fail，这把test_3失败的emma也错误过滤了，不符合需求。
• 第二段代码df.groupby('name').filter(lambda x : ((x.test == 'test_2') & (x.result != 'fail')).all())：逻辑错误，all()要求组内每一行都满足“是test_2且结果不是fail”，但很多用户没有test_2的测试记录，这些行的条件判断为False，最终all()返回False，导致这些用户被错误过滤。

正确实现方式 #

方式一：使用groupby.filter的正确逻辑

我们只需要检查每个用户组中是否不存在“test_2且result为fail”的记录，用~any()实现即可：

df_filtered = df.groupby('name').filter(lambda x: ~((x['test'] == 'test_2') & (x['result'] == 'fail')).any())

逻辑拆解：

• (x['test'] == 'test_2') & (x['result'] == 'fail')：定位组内test_2且失败的记录
• .any()：判断组内是否存在这类记录
• ~：取反，即组内不存在这类记录，符合我们的筛选要求

方式二：先排除不合格用户，再过滤数据

先提取所有在test_2中失败的用户名单，再保留不在该名单里的用户，这种方式更直观，大数据量下性能更优：

# 提取test_2失败的用户名单
failed_test2_users = df[(df['test'] == 'test_2') & (df['result'] == 'fail')]['name'].unique()
# 过滤掉这些用户
df_filtered = df[~df['name'].isin(failed_test2_users)]

验证结果 #

执行后，保留的用户为nick、liam、jane、emma，完全符合预期：

• nick：无test_2记录
• liam：test_2结果为pd.NA
• jane：test_2结果为pass
• emma：test_2结果为pd.NA（test_3失败不影响筛选）

内容的提问来源于stack exchange，提问作者Daniel H