如何从多列分组的Pandas GroupBy对象中选择指定分组？

当你已经用['A','B']分组得到g_df后，直接用get_group没法只传单个B键值——因为分组的键是**(A,B)的组合对**，get_group必须接收完整的组合键才会生效。不过可以通过以下方法实现需求：

方法1：筛选目标分组键后合并 #

先从g_df.groups里找出所有B值为目标值的分组键，再逐个获取分组并合并：

import pandas as pd

# 假设已经有分组好的g_df
target_b = 'B Key'
# 筛选出所有B等于target_b的分组键
valid_keys = [key for key in g_df.groups if key[1] == target_b]
# 合并这些分组
filtered_df = pd.concat([g_df.get_group(k) for k in valid_keys])

方法2：利用GroupBy的filter方法 #

如果只是要过滤出符合B条件的行，也可以直接用filter方法，更简洁：

filtered_df = g_df.filter(lambda x: x['B'].iloc[0] == 'B Key')

这里lambda里的x是每个分组的子DataFrame，因为每个分组里的B值都是相同的（毕竟是按B分组的），所以取第一个值判断就行。

为什么你之前的尝试失败？ #

• g_df.get_group((tuple(g_df['A'].unique()),'B Key'))：分组键是单个(A,B)对，不是A的所有值的集合，这个组合不存在，所以报KeyError。
• g_df.get_group(,'B Key'))：语法错误，Python不允许元组里只写后半部分，必须提供完整的元素。

内容的提问来源于stack exchange，提问作者jumpenjack