基于groupby信息使用transform过滤DataFrame的问题

你的代码没生效的核心原因是：groupby(['id']).transform('size')返回的是和原DataFrame同结构的DataFrame（列名仍为id），而原数据包含id和info两列。用这个布尔DataFrame去索引原数据时，Pandas会按列名匹配，导致只有id列参与过滤，最终结果不符合预期。

举个实际的例子：运行data.groupby(['id']).transform('size')会得到一个仅含id列的DataFrame，每个值对应对应id的出现次数。当你用==3生成布尔DataFrame后，原DataFrame的info列没有对应的布尔值匹配，索引逻辑自然出错。

正确写法有两种： #

1. 针对id列单独做transform，得到Series来索引：

data[data.groupby(['id'])['id'].transform('size') == 3]

或者更简洁的写法：

data[data['id'].groupby(data['id']).transform('size') == 3]

2. 用groupby的filter方法，逻辑更直观：

data.groupby('id').filter(lambda x: len(x) == 3)

这两种写法都能正确筛选出所有出现次数为3次的id对应的行，最终结果会保留id为0、1、3的全部数据。

内容的提问来源于stack exchange，提问作者Henri