如何移除DataFrame中组内最小值不低于阈值的分组？

原数据 #

id1  id2  value
1    1    35
1    1    23
1    1    20
1    2    5
1    2    50
2    1    42
2    1    3
2    1    12
2    2    64
2    3    34
2    3    1

需求 #

按id1和id2分组，移除所有组内最小值≥10的分组，保留剩余行。

预期结果 #

id1  id2  value
1    2    5
1    2    50
2    1    3
2    1    12
2    3    34
2    3    1

错误代码与问题分析 #

用户尝试的代码：

dfmin = df.groupby(["id1", "id2"])["value"].min().reset_index()

df = df[
    dfmin.loc[
        (dfmin["id1"] == df["id1"]) & (dfmin["id1"] == df["id1"]),
        "value",
    ].iat[0]
    < 10
]

抛出错误：Can only compare identically-labeled Series objects

问题点：

• 笔误：第二个判断条件错误写成了dfmin["id1"] == df["id1"]，应为dfmin["id2"] == df["id2"]。
• 核心逻辑错误：dfmin是分组聚合后的结果（仅5行），和原df（11行）的Series长度、索引都不匹配，直接做相等比较会触发维度不匹配的错误；同时.iat[0]只会取第一个匹配值，无法对应到原df每行所属的分组判断。

最优解决方法 #

方法一：用transform直接生成组内最小值（最直观） #

通过transform方法，为原DataFrame的每行生成其所属分组的最小值，再直接筛选：

# 生成每行对应的组内最小值
df['group_min'] = df.groupby(['id1', 'id2'])['value'].transform('min')
# 筛选组内最小值小于10的行，最后删除临时列
df = df[df['group_min'] < 10].drop('group_min', axis=1)

方法二：先筛选有效分组再过滤（内存更友好） #

先提取符合条件的分组键，再用索引匹配过滤原数据：

# 获取组内最小值小于10的(id1, id2)组合
valid_groups = df.groupby(['id1', 'id2'])['value'].min().loc[lambda x: x < 10].index
# 过滤原数据
df = df[df.set_index(['id1', 'id2']).index.isin(valid_groups)]

内容的提问来源于stack exchange，提问作者yfragment