如何按ID分组筛选DataFrame行至指定列值≤25？

原始数据 #

import pandas as pd
df = pd.DataFrame({
    'id': [1, 1, 1, 1, 1, 2, 2, 2, 2, 2],
    'value2': [30, 28, 27, 24, 25, 29, 28, 28, 26, 25],
    'value3': [29, 29, 27, 25, 24, 27, 27, 26, 26, 26],
    'value4': [30, 29, 25, 25, 25, 29, 28, 28, 25, 26]
})

对应表格：

需求 #

按id分组，每组筛选所有行直到value2、value3或value4任意一列的值≤25（包含该行），后续行全部剔除。

之前尝试的问题 #

之前的代码df[df['value2'].eq(25).cummin() | df['value3'].eq(25).cummin() | df['value4'].eq(25).cummin()]存在两个问题：

• 仅匹配等于25的值，未覆盖≤25的情况
• 没有按id分组处理，会跨id生效

最优解决方案 #

通过分组后计算触发条件+累积掩码实现，步骤如下：

完整代码 #

import pandas as pd

df = pd.DataFrame({
    'id': [1, 1, 1, 1, 1, 2, 2, 2, 2, 2],
    'value2': [30, 28, 27, 24, 25, 29, 28, 28, 26, 25],
    'value3': [29, 29, 27, 25, 24, 27, 27, 26, 26, 26],
    'value4': [30, 29, 25, 25, 25, 29, 28, 28, 25, 26]
})

# 1. 标记每行是否满足任意列≤25的触发条件
df['trigger'] = df[['value2', 'value3', 'value4']].le(25).any(axis=1)

# 2. 按id分组生成筛选掩码：保留从开头到第一次触发的所有行
mask = df.groupby('id')['trigger'].transform(lambda x: ~x.cummax().shift(1, fill_value=False))

# 3. 筛选数据并删除临时列
result = df[mask].drop('trigger', axis=1)

print(result)

代码解释 #

• df[['value2', 'value3', 'value4']].le(25).any(axis=1)：逐行判断是否有任意一列≤25，生成布尔触发列
• x.cummax()：分组内第一次触发后，后续所有行标记为True
• shift(1, fill_value=False)：将触发标记后移一行，确保触发行本身被保留
• 取反后得到的掩码，会保留每组从开头到第一次触发的所有行

输出结果 #

内容的提问来源于stack exchange，提问作者Roman Lents