如何筛选Pandas DataFrame中分组后accept列全为True的行

问题背景 #

现有如下数据及生成的DataFrame：

data = [
    [1, True],
    [1, True],
    [1, True],
    [1, True],
    [2, True],
    [2, False],
    [2, True],
    [3, True],
    [3, True],
    [3, True],
    [3, True],
    [4, True],
    [4, True],
    [4, False],
    [5, True],
    [5, True],
    [5, True],    
    [5, True],
]

import pandas as pd
df = pd.DataFrame(data, columns=['ids', 'accept'])

需求是过滤掉所有accept列存在至少一个False值的ids对应的行，最终结果要排除ids为2和4的所有行。目前已经通过分组和all()方法得到了各ids对应的accept是否全为True的结果：

grouped = df.groupby('ids')
accept_all_true = grouped['accept'].all()

解决方案 #

方法1：基于已生成的结果筛选 #

从accept_all_true中提取出所有值为True的ids，再用isin()匹配原DataFrame的ids列即可：

# 提取符合条件的ids（accept全为True的ids）
valid_ids = accept_all_true[accept_all_true].index
# 筛选原DataFrame
filtered_df = df[df['ids'].isin(valid_ids)]

方法2：链式写法更简洁 #

直接用transform()方法将分组后的结果广播到每一行，一步完成筛选，无需单独存储中间结果：

filtered_df = df[df.groupby('ids')['accept'].transform('all')]

transform('all')会为原DataFrame的每一行生成对应分组的accept列是否全为True的布尔值，直接用这个布尔序列筛选即可得到目标结果。

验证结果 #

执行后，filtered_df['ids'].unique()会输出array([1, 3, 5])，符合预期。

内容的提问来源于stack exchange，提问作者jda5