基于条件移除分组低排名行的Pandas数据处理问题

原始电影DataFrame如下：

Index  Movie                   Rotten Tomato Score  Director             Ranking
1      Batman Rises            87                   Christopher Nolan    1
2      Interstellar            73                   Christopher Nolan    2
3      Legally Blonde          71                   Robert Luketic       1
4      The Ugly Truth          14                   Robert Luketic       2
5      (500) Days of Summer    85                   Marc Webb            1
6      The Amazing Spider-Man  71                   Marc Webb            2
7      Wide Awake              45                   M N Shyamalan        1
8      The Last Airbender       5                   M N Shyamalan        2

需求规则：

• 按导演分组后，若组内排名第1的电影烂番茄得分高于50（即>50%），仅保留该组内排名第1的电影
• 若组内排名第1的得分≤50，保留该组所有电影

理想结果：

Index  Movie                 Rotten Tomato Score  Director             Ranking  
    1  Batman Rises          87                   Christopher Nolan    1      
    3  Legally Blonde        71                   Robert Luketic       1
    5  (500) Days of Summer  85                   Marc Webb            1
    7  Wide Awake            45                   M N Shyamalan        1
    8  The Last Airbender    5                    M N Shyamalan        2

尝试的错误代码：

movie_names = movie_names.groupby('Movie').filter(lambda g: (g.score <= 0.5).any())

这段代码错误移除了M N Shyamalan的所有电影，求正确实现方式。

你的代码存在两个核心问题：

1. 分组依据错误：应该按Director分组，而非Movie
2. 得分判断逻辑错误：烂番茄得分是整数形式的百分比（比如87代表87%），你用了0.5（对应0.5%），完全不符合实际规则；同时筛选逻辑也和需求不符。

这里提供两种简洁的实现方式：

方法1：使用groupby.filter #

filtered_movies = movie_names.groupby('Director').filter(
    lambda g: 
    # 情况1：组内第一名得分>50，仅保留排名1的行
    ((g[g['Ranking'] == 1]['Rotten Tomato Score'].iloc[0] > 50) & (g['Ranking'] == 1)).any()
    # 情况2：组内第一名得分≤50，保留所有行
    or (g[g['Ranking'] == 1]['Rotten Tomato Score'].iloc[0] <= 50)
)

方法2：用transform广播组内第一名得分，再筛选 #

这种方法逻辑更清晰，便于调试：

# 计算每个导演组内排名第1的电影得分，广播到组内所有行
first_rank_score = movie_names.groupby('Director')['Rotten Tomato Score'].transform(
    lambda x: x[movie_names.loc[x.index, 'Ranking'] == 1].iloc[0]
)

# 按需求筛选：要么第一名得分>50且当前行排名1，要么第一名得分≤50
filtered_movies = movie_names[
    ((first_rank_score > 50) & (movie_names['Ranking'] == 1)) | (first_rank_score <= 50)
]

运行任意一种方法后，就能得到你想要的结果。

内容的提问来源于stack exchange，提问作者ds_1234