如何在Pandas groupby聚合时添加类似SQL WHERE的筛选条件？

要实现你需要的SQL WHERE子句效果，核心逻辑是先筛选出符合条件的行，再执行分组聚合（区别于聚合后过滤的HAVING逻辑）。以下是具体实现步骤：

1. 构造示例数据 #

import pandas as pd
import numpy as np

# 构造你的示例DataFrame
df = pd.DataFrame({
    'id': [1, 1, 1],
    'c1': [1, 2, 3],
    'c2': [2, 3, 4],
    'c3': [3, 4, 5]
})

2. 先应用筛选条件 #

使用between()方法匹配SQL的BETWEEN逻辑，结合布尔索引筛选符合条件的行：

# 筛选满足所有条件的行：c1∈[2,3] 且 c2∈[2,3] 且 c3∈[2,3]
filtered_df = df[
    (df['c1'].between(2, 3)) & 
    (df['c2'].between(2, 3)) & 
    (df['c3'].between(2, 3))
]

筛选后的filtered_df仅保留符合条件的行：

id  c1  c2  c3
0   1   2   3   3

3. 对筛选后的数据分组聚合 #

直接在筛选后的DataFrame上执行groupby和agg，即可得到你想要的结果：

grouped_df = filtered_df.groupby(['id']).agg(
    gc1=('c1', np.min),
    gc2=('c2', np.min),
    gc3=('c3', np.min)
).reset_index()

最终结果 #

id  gc1  gc2  gc3
0   1    2    2    3

补充说明 #

如果你的需求是不同聚合列使用不同的筛选条件（比如c1的最小值只考虑c1>2的行，c2的最小值只考虑c2<4的行），可以自定义聚合函数：

def min_with_filter(series, low, high):
    return series[(series >= low) & (series <= high)].min()

grouped_df = df.groupby(['id']).agg(
    gc1=('c1', lambda x: min_with_filter(x, 2, 3)),
    gc2=('c2', lambda x: min_with_filter(x, 2, 3)),
    gc3=('c3', lambda x: min_with_filter(x, 2, 3))
).reset_index()

这种方式不需要提前筛选整行，而是针对每列单独应用筛选后再聚合，结果和之前一致，但性能略低于先整行筛选的方式（适合复杂场景）。

内容的提问来源于stack exchange，提问作者kiritowow