如何在Pandas中筛选包含Type 1的系统分组数据？

方法一：使用groupby + transform（保留分组上下文） #

这种方法会为每一行标记其所在分组是否包含Type=1，再通过标记筛选目标行：

import pandas as pd

data = [['A', 1], ['A', 2], ['A', 2],['A',3],['B',1],['B',2],['C',2],['C',3],['D',3]]
df = pd.DataFrame(data, columns=['System', 'Type'])

# 为每行生成所在分组是否包含Type=1的布尔值
has_type1 = df.groupby('System')['Type'].transform(lambda x: (x == 1).any())
# 筛选符合条件的行
filtered_df = df[has_type1]
print(filtered_df)

方法二：先提取有效分组再过滤（逻辑更直观） #

先找出所有包含Type=1的System，再直接过滤这些分组的所有行：

import pandas as pd

data = [['A', 1], ['A', 2], ['A', 2],['A',3],['B',1],['B',2],['C',2],['C',3],['D',3]]
df = pd.DataFrame(data, columns=['System', 'Type'])

# 获取所有包含Type=1的System列表
valid_systems = df[df['Type'] == 1]['System'].unique()
# 筛选System属于有效列表的所有行
filtered_df = df[df['System'].isin(valid_systems)]
print(filtered_df)

两种方法最终输出均符合期望：

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