Python中基于Rank筛选前后行值相同的数据行的问题

假设你用Pandas处理数据，这里提供两种简洁的实现方式，直接解决你的筛选需求：

方法一：分组验证法 #

# 1. 提取Rank为1和2的行，聚焦关键判断数据
rank_subset = df[df['Rank'].isin([1, 2])]

# 2. 按ID分组，验证两个核心条件：Col2全为TEST1，且同时存在Rank1和Rank2（分组行数为2）
valid_ids = rank_subset.groupby('Col1')['Col2'].apply(
    lambda x: (x == 'TEST1').all() and len(x) == 2
).reset_index()
valid_ids = valid_ids[valid_ids['Col2'] == True]['Col1'].tolist()

# 3. 用符合条件的ID过滤原数据集，得到目标结果
result_df = df[df['Col1'].isin(valid_ids)]

方法二：透视表判断法 #

这种方式更直观，通过透视表直接对比Rank1和Rank2的Col2值：

# 1. 生成透视表，每个ID对应Rank1和Rank2的Col2值
pivot_df = df[df['Rank'].isin([1, 2])].pivot(
    index='Col1', columns='Rank', values='Col2'
)

# 2. 筛选Rank1和Rank2均为TEST1的ID
valid_ids = pivot_df[(pivot_df[1] == 'TEST1') & (pivot_df[2] == 'TEST1')].index.tolist()

# 3. 过滤原数据得到结果
result_df = df[df['Col1'].isin(valid_ids)]

补充说明 #

• 如果你只需要保留Rank1和Rank2的行，把最后一步的df换成rank_subset即可
• 两种方法都能自动检测并筛选出满足「Rank1为TEST1且Rank2也为TEST1」的ID，无需手动指定ID

内容的提问来源于stack exchange，提问作者Rav86