如何使用Pandas筛选出包含指定年份列表中任意年份记录的事件全量数据

需求说明 #

我们有一份事件与对应年份的数据集，需要筛选出至少在指定年份列表（示例为[2012, 2013]）中有一条记录的事件的所有数据——也就是说，只要某个事件在目标年份里有过记录，它的所有年份记录都要保留，不管其他年份是否在目标列表中。

原始数据集 #

筛选后结果 #

按照需求处理后，最终保留的数据如下：

实现示例 #

1. SQL 实现

如果你的数据存储在数据库中，可以用子查询先找出符合条件的事件，再关联获取全部记录：

SELECT ed.*
FROM event_data ed
INNER JOIN (
    -- 先筛选出在目标年份有记录的事件
    SELECT DISTINCT Event
    FROM event_data
    WHERE Year IN (2012, 2013)
) eligible ON ed.Event = eligible.Event;

2. Python Pandas 实现

如果用Python处理数据，可以通过两步筛选完成：

import pandas as pd

# 构造原始数据（实际场景可从文件读取）
data = pd.DataFrame({
    'Event': ['Event 1', 'Event 1', 'Event 1', 'Event 1', 'Event 2', 'Event 2', 'Event 3', 'Event 3', 'Event 3', 'Event 4', 'Event 4', 'Event 5'],
    'Year': [2012, 2013, 2014, 2015, 2012, 2013, 2014, 2015, 2014, 2012, 2015, 2013]
})

# 指定目标年份列表
target_years = [2012, 2013]

# 第一步：找出所有符合条件的事件
eligible_events = data[data['Year'].isin(target_years)]['Event'].unique()

# 第二步：获取这些事件的全部记录
result = data[data['Event'].isin(eligible_events)]

# 打印结果
print(result)

内容的提问来源于stack exchange，提问作者Prime coder