如何基于ID出现次数与分组条件删除Pandas DataFrame行？

需求说明 #

需删除满足以下两个条件的行：

• 对应ID出现次数为2次
• 该行属于B组

给定数据中，索引为1和6的行需被删除。

原始数据及尝试代码 #

import pandas as pd

data=pd.DataFrame({'id':[1,1,2,3,4,5,5],
             'group':['A', 'B', 'A', 'B', 'A', 'A', 'B']})

# 曾尝试如下写法，但无法正常运行。
mask1 = [data.groupby(['id'])['group'].transform(len) > 1]
mask2 = [data.group=='B']

data.isin([mask1 & mask2])

正确实现方案 #

方法一：分组变换+掩码过滤 #

import pandas as pd

data = pd.DataFrame({'id':[1,1,2,3,4,5,5],
             'group':['A', 'B', 'A', 'B', 'A', 'A', 'B']})

# 标记ID出现次数为2的行
mask_dup_id = data.groupby('id')['id'].transform('size') == 2
# 标记组为B的行
mask_group_b = data['group'] == 'B'

# 保留不满足删除条件的行（对双条件取反）
filtered_data = data[~(mask_dup_id & mask_group_b)]
print(filtered_data)

代码解释 #

• groupby('id')['id'].transform('size')：通过分组变换，为每一行匹配对应ID的出现次数，结果与原DataFrame行数一致
• mask_dup_id & mask_group_b：同时满足两个删除条件的行会被标记为True
• ~ 运算符对布尔掩码取反，保留不需要删除的行

运行后输出结果：

id group
0   1     A
2   2     A
3   3     B
4   4     A
5   5     A

方法二：更简洁的链式写法 #

如果追求代码简洁，也可以合并为一行：

filtered_data = data[~((data.groupby('id')['id'].transform('size') == 2) & (data['group'] == 'B'))]

内容的提问来源于stack exchange，提问作者Henri