如何在Pandas中删除分组后目标列最大值小于阈值的所有对应行

需求说明 #

现有Pandas DataFrame包含Name（姓名）和Cumulative items bought（累计购买物品数量）两列，需要删除所有按姓名分组后，该用户累计购买最大值小于10的姓名对应的全部行。

示例数据：

目标是保留Nick的全部行，删除Jason和Kyle的所有行。

错误代码分析 #

你尝试的代码：

df.drop(df[df['Cumulative items bought'] < 10].index)

逻辑错误在于：它是直接删除单条记录中累计购买数小于10的行，而非按用户分组判断最大值。执行后会删掉Nick的前两行（2、7），仅保留11那行，同时删掉Jason、Kyle的所有行，完全不符合你要保留用户全量行的需求。

正确解法 #

方法1：用transform生成分组最大值列后筛选 #

# 为每行添加对应用户的累计购买最大值
df['user_max'] = df.groupby('Name')['Cumulative items bought'].transform('max')
# 筛选出最大值≥10的行，再移除临时列
df_result = df[df['user_max'] >= 10].drop('user_max', axis=1)

方法2：先获取有效姓名列表再筛选 #

# 计算每个用户的累计购买最大值，筛选出最大值≥10的姓名
valid_users = df.groupby('Name')['Cumulative items bought'].max().loc[lambda x: x >= 10].index
# 保留Name在有效列表中的所有行
df_result = df[df['Name'].isin(valid_users)]

两种方法执行后，都会得到仅保留Nick全部3行的结果，符合需求。

内容的提问来源于stack exchange，提问作者LazyTurtle