如何基于DataFrame第二列值筛选第一列并保留对应重复行？

方法1：先提取有效设备再筛选 #

最直接的做法是先找出所有存在非空维护代码的设备，再保留这些设备的所有记录：

# 过滤出有维护代码的设备，去重得到有效设备集合
valid_devices = df[df['Revision'].str.strip() != '']['Functional Loc.'].unique()

# 筛选原表中属于有效设备的所有行
df_filtered = df[df['Functional Loc.'].isin(valid_devices)]

方法2：修正你的groupby过滤逻辑 #

你用groupby.filter的方向没错，但lambda条件写反了逻辑——原代码是逐行判断是否非空，所以只会留下非空行；正确的逻辑是判断整个设备组里有没有至少一行非空维护代码，只需要给条件加个.any()：

# 只要设备组内存在非空维护代码，就保留该组所有行
df_filtered = df.groupby('Functional Loc.').filter(lambda x: (x['Revision'].str.strip() != '').any())

原代码问题出在哪？ #

你写的lambda x: (x['Revision']!='')会返回一个布尔数组，groupby.filter会把数组里为True的行单独保留，相当于直接删掉了所有空行，而不是保留整个设备组。加上.any()后，会检查该设备组是否满足“至少有一行非空”，满足就保留整个组的所有行，包括空行。

结果验证 #

运行上述代码后，所有维护代码全为空的设备（比如示例里的FE07、JU01等）会被过滤掉，有过维护代码记录的设备（ET01B、ET02A、ET02B）的所有行都会被保留，完全符合你的期望输出。

内容的提问来源于stack exchange，提问作者slabbe