基于多行条件过滤议会法案数据：剔除含两个Yes的案例

方法1：分组直接过滤（无需辅助DataFrame） #

• 核心逻辑：按法案名称分组后，直接在分组内统计"Yes"出现次数，同时限定仅保留法案A且次数不等于2的记录
• 代码实现：

import pandas as pd

# 假设原数据包含列：`法案名称`、`事件结果`
filtered_data = df.groupby('法案名称').filter(
    lambda group: (group['事件结果'].eq('Yes').sum() != 2) and (group.name == '法案A')
)

• 优势：无需生成额外统计表，直接在分组操作中完成筛选，代码紧凑直观。

方法2：transform+布尔索引组合筛选 #

• 核心逻辑：用transform将分组统计的"Yes"次数映射回每一行，再通过布尔索引直接筛选目标数据
• 代码实现：

# 为每一行添加对应法案的Yes出现次数
df['yes_count'] = df['事件结果'].eq('Yes').groupby(df['法案名称']).transform('sum')

# 筛选符合条件的记录
filtered_data = df[(df['法案名称'] == '法案A') & (df['yes_count'] != 2)].drop('yes_count', axis=1)

• 优势：逻辑清晰，transform避免了分组后合并的繁琐步骤，直接完成结果映射，性能更优。

方法3：链式调用精简写法 #

• 核心逻辑：通过链式调用整合计算、筛选、清理步骤，全程无额外中间变量
• 代码实现：

filtered_data = (df
                 .assign(yes_count=lambda x: x['事件结果'].eq('Yes').groupby(x['法案名称']).transform('sum'))
                 .query('法案名称 == "法案A" and yes_count != 2')
                 .drop('yes_count', axis=1)
)

• 优势：符合pandas惯用的链式风格，代码可读性强，无需分散的变量操作。

内容的提问来源于stack exchange，提问作者Nick Glättli