如何基于另一列的条件删除DataFrame中的指定分组？

要实现删除所有C列值均小于3的B列分组，仅保留存在C列值大于3的分组，可以用以下两种简洁的方法：

方法一：使用groupby.filter（推荐） #

直接对分组应用筛选逻辑，保留符合条件的分组所有记录：

df_clean = df.groupby('B').filter(lambda group: (group['C'] > 3).any())

逻辑说明： #

• groupby('B')按B列完成分组
• filter函数遍历每个分组，通过(group['C'] > 3).any()判断该分组中是否至少有一个C值大于3
• 最终返回所有满足条件的分组的完整数据

方法二：先提取有效B值再筛选 #

如果需要单独获取有效分组的B值，再对原数据进行筛选：

# 获取所有存在C>3的B值
valid_groups = df.groupby('B').filter(lambda g: (g['C'] > 3).any())['B'].unique()
# 筛选原DataFrame中属于有效分组的记录
df_clean = df[df['B'].isin(valid_groups)]

对您伪代码的补充说明： #

您最初写的df.groupby('B')['C'] < 3.0仅能生成每个元素的布尔判断结果，无法完成分组级别的筛选，需要借助filter或先提取有效分组的方式实现需求。

内容的提问来源于stack exchange，提问作者Lazarus