Pandas筛选同时包含x和n36的唯一ID对应行问题

你的问题出在只过滤了code为x或n36的行，但没有确保这些行所属的ID同时拥有这两个code值——所以像999_c_133这种只有x没有n36的ID也被保留了。

这里有两种简洁的实现方式：

方法一：先获取符合条件的ID，再筛选目标行 #

# 第一步：找出同时包含"x"和"n36"的所有唯一ID
valid_ids = df.groupby('ID').filter(
    lambda group: set(group['code']).issuperset({'x', 'n36'})
)['ID'].unique()

# 第二步：筛选这些ID中code为"x"或"n36"的行
result = df[(df['ID'].isin(valid_ids)) & (df['code'].isin(['x', 'n36']))]

方法二：直接通过分组过滤+二次筛选 #

# 先过滤出所有属于"同时拥有x和n36"的ID的行
filtered_df = df.groupby('ID').filter(
    lambda group: ('x' in group['code'].values) and ('n36' in group['code'].values)
)

# 再从中筛选出code为x或n36的行（如果不需要其他code的话）
result = filtered_df[filtered_df['code'].isin(['x', 'n36'])]

执行后得到的result就是你要的预期结果：

内容的提问来源于stack exchange，提问作者Mass17