如何筛选同时包含car和house的DataFrame行数据

要实现这个需求，核心是先确认哪些人员同时拥有'car'和'house'这两个var1取值，再用这些人员的名字去过滤原DataFrame。直接按var1的单个条件筛选会误留不符合要求的行，所以必须先通过分组验证人员的完整取值集合。

方法一：先筛选有效姓名，再过滤数据 #

import pandas as pd

# 假设你的DataFrame名为df
# 1. 分组获取每个name对应的var1集合，筛选出同时包含car和house的name
valid_names = (
    df.groupby('name')['var1']
      .agg(set)
      .filter(lambda x: {'car', 'house'}.issubset(x))
      .index.tolist()
)

# 2. 用有效姓名过滤原DataFrame
result_df = df[df['name'].isin(valid_names)]

方法二：用transform直接标记符合条件的行（更简洁） #

# 给每行标记所属name是否同时拥有car和house
df['valid'] = df.groupby('name')['var1'].transform(lambda x: {'car', 'house'}.issubset(x))

# 筛选有效行并删除辅助列
result_df = df[df['valid']].drop('valid', axis=1)

运行后，result_df会只保留Jay和Ashley的所有行，完全符合你的需求。这种方法对1000条数据的处理效率也很高，不会有性能问题。

内容的提问来源于stack exchange，提问作者kluster