如何基于两列值筛选保留Python DataFrame的目标行

核心思路 #

按Column A和Column C的组合分组，判断每个分组中是否存在Column B = 124的行，保留所有符合该条件的分组的全部行。

代码实现 #

1. 构造示例数据

import pandas as pd
import numpy as np

# 构造目标DataFrame
df = pd.DataFrame({
    'Column A': [7,7,7,8,8,8,9,9,9,7,7,7],
    'Column B': [124, np.nan, np.nan, np.nan, np.nan, np.nan, 124, np.nan, np.nan, 124, np.nan, np.nan],
    'Column C': [1,1,1,1,1,1,1,1,1,2,2,2]
})

2. 分组筛选

使用transform方法直接生成每行对应的分组判断结果，一步完成筛选：

# 生成布尔掩码：标记每行所在分组是否包含Column B=124的行
mask = df.groupby(['Column A', 'Column C'])['Column B'].transform(lambda x: (x == 124).any())

# 筛选出符合条件的所有行
result_df = df[mask]

# 输出结果
print(result_df)

输出结果 #

代码解释 #

• groupby(['Column A', 'Column C'])：将数据按A和C的组合分组，确保同组行的A、C值完全一致
• transform(lambda x: (x == 124).any())：对每个分组的B列进行判断，只要有一行等于124，整个组的所有行都会标记为True
• df[mask]：通过布尔掩码筛选出所有标记为True的行，即保留包含124的分组的全部数据

内容的提问来源于stack exchange，提问作者jsang