Pandas中如何删除分组后数量为1的DataFrame行？

方法1：利用groupby.transform实现行筛选 #

这是最简洁通用的方式，transform会将分组计算的结果映射回原数据的每一行，直接完成行级判断：

# 给原数据添加临时列，存储对应Bairro的总行数
df['bairro_count'] = df.groupby('Bairro')['Bairro'].transform('size')
# 筛选出分组行数大于1的行，最后可删除临时列
df_filtered = df[df['bairro_count'] > 1].drop('bairro_count', axis=1)

方法2：先提取有效Bairro列表再筛选 #

基于你已经生成的筛选结果，先拿到所有符合条件的Bairro值，再过滤原数据：

# 生成分组计数的判断结果（和你之前的代码一致）
filter_series = df.groupby('Bairro').size() > 1
# 提取判断为True的Bairro名称
valid_bairros = filter_series[filter_series].index.tolist()
# 筛选原数据中Bairro属于有效列表的行
df_filtered = df[df['Bairro'].isin(valid_bairros)]

你之前尝试方法的问题说明 #

• 方法1：df.groupby(['Bairro']).size() != 1得到的是分组后的Series，仅包含每个Bairro的判断结果，无法直接对应原数据的每一行，因此不能用来过滤原数据
• 方法2：~df.isin(['02']).any(axis=1)会检查所有列是否包含'02'，若其他列存在该值会误删数据；同时如果有多个无效Bairro，这种逐个指定的方式扩展性差
• 方法3：df.groupby(...).size()返回的结果和原数据的行索引不匹配，无法直接作为drop方法的参数使用

内容的提问来源于stack exchange，提问作者Ricardo Muraoka