如何筛选保留包含指定Fruit的ID对应的所有DataFrame行

给定包含ID和Fruit列的长格式DataFrame（ID和Fruit均可能重复），需求为：保留所有至少存在一条Apple记录的ID的全部行，删除无Apple记录的ID的所有行。

示例数据 #

先构造符合场景的示例DataFrame：

import pandas as pd

data = {
    'ID': [1,1,1,1,1,2,2,2,2,2,3,3],
    'Fruit': ['Apple','Apple','Apple','Orange','Orange','Orange','Orange','Orange','Orange','Orange','Apple','Banana']
}
df = pd.DataFrame(data)

示例中ID1包含Apple和Orange记录，ID2全为Orange，ID3包含Apple和Banana，最终需保留ID1、ID3的所有行。

解决方法 #

方法1：使用groupby+transform广播判断结果

通过分组后对每个ID组判断是否存在Apple，再将结果广播到每行实现过滤：

# 生成每行对应的ID是否包含Apple的布尔值
has_apple = df.groupby('ID')['Fruit'].transform(lambda x: (x == 'Apple').any())
# 过滤得到目标DataFrame
filtered_df = df[has_apple]

方法2：先提取有效ID再筛选

先获取所有包含Apple记录的ID集合，再用isin过滤这些ID的所有行：

# 提取所有存在Apple记录的ID
valid_ids = df[df['Fruit'] == 'Apple']['ID'].unique()
# 保留有效ID的全部行
filtered_df = df[df['ID'].isin(valid_ids)]

两种方法均可实现需求：方法1无需额外存储ID集合，直接基于原DataFrame处理；方法2若需复用有效ID列表则更灵活。

内容的提问来源于stack exchange，提问作者radarsh