如何删除多索引为指定数值的行及DataFrame中组大小等于指定值的分组行？

嘿，我来帮你搞定这两个Pandas DataFrame的数据处理问题，一步步来哈：

处理多索引的行删除，主要有两种常用方式，看你具体需求来选：

• 方式1：直接用.drop()删除指定索引组合
  如果你明确知道要删除的多索引具体值，直接把索引组合传给.drop()就行。比如你的DataFrame多索引是('pid', 'ts')，要删除pid=2、ts='B'的行，代码如下：

  # 假设df是你的多索引DataFrame
  df = df.drop((2, 'B'))
  

  如果要删多个索引组合，传个列表就行：

  df = df.drop([(2, 'B'), (3, 'C')])
  

• 方式2：布尔索引过滤更灵活
  如果你需要按某个层级的条件批量删除（比如删除所有pid=3的行），用索引层级的筛选更方便：

  # 获取pid层级的值，筛选不等于3的行
  df = df[df.index.get_level_values('pid') != 3]
  

  要是需要同时满足多个层级的条件，也可以组合掩码：

  # 筛选pid不等于2且ts不等于'C'的行
  mask = (df.index.get_level_values('pid') != 2) & (df.index.get_level_values('ts') != 'C')
  df = df[mask]
  

针对你给出的DataFrame结构，要删除所有sid分组大小等于1的行，这里有两种高效的实现方法：

方法1：用groupby+filter（直观易懂） #

直接对sid分组后，过滤掉分组大小等于指定值的组就行，代码逻辑和你说的伪代码几乎一致：

target_size = 1  # 要删除的分组大小
df_filtered = df.groupby('sid').filter(lambda x: len(x) != target_size)

这个方法会自动保留所有sid分组大小不等于1的行——对应你的示例数据，就是保留sid=page1的所有行（因为它的分组大小是3），删除sid=page2和sid=page3的行。

方法2：用transform生成掩码（性能更优） #

如果你的数据量很大，用transform生成分组大小的掩码会更高效（向量化操作比lambda快）：

target_size = 1
# 给每一行标记它所在sid分组的大小
group_sizes = df.groupby('sid')['sid'].transform('size')
# 过滤掉分组大小等于target_size的行
df_filtered = df[group_sizes != target_size]

要是你实际需求里的分组列不是sid，只需要把groupby里的列名改成你要的就行~

内容的提问来源于stack exchange，提问作者S44