如何在DataFrame中仅对满足条件的行执行groupby并保留其余行

针对需求——对Binary值为True的记录按Number分组，仅保留每组中Version最大的行，同时完整保留所有Binary值为False的行，可以按以下步骤实现：

操作步骤 #

• 将原DataFrame拆分为两个子集：符合条件（Binary=True）的行、不符合条件（Binary=False）的行
• 对符合条件的子集按Number分组，筛选出每组内Version最大的记录
• 合并处理后的符合条件子集与未处理的不符合条件子集，得到最终结果

代码示例 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Number': [1, 1, 1, 2, 2],
    'Version': [0, 1, 2, 0, 1],
    'Binary': [True, True, True, False, False],
    'Random column': ['a', 'b', 'c', 'a', 'b']
})

# 拆分数据
df_true = df[df['Binary'] == True]
df_false = df[df['Binary'] == False]

# 对符合条件的分组，保留每组Version最大的行
df_true_processed = df_true.loc[df_true.groupby('Number')['Version'].idxmax()]

# 合并两部分数据并整理顺序
result = pd.concat([df_true_processed, df_false]).sort_values('Number').reset_index(drop=True)

print(result)

最终输出 #

内容的提问来源于stack exchange，提问作者AvocadoToast