如何按Day分组过滤Pandas DataFrame：保留含指定字符串的行（非循环）

现有如下Pandas DataFrame：

import pandas as pd

data = {
      'Day':[7,7,7,7,5,5,5,5],
     'Direction': ["North","NorthEast","NorthWest","West","East","EastWest","EastNorth","West"],
    'Bool':[True,False,False,False,True,False,False,False],}

df = pd.DataFrame(data)

原始数据：

需求：按Day分组，过滤每个组内的行——仅保留Direction包含该组中Bool为True的行对应的Direction值的记录。例如Day=7组中，基准值是"North"，"West"不包含"North"会被剔除，"NorthWest"因包含"North"被保留。

期望输出：

要求无需循环、不依赖行顺序（不能用shift()）的高效实现方式。

通过分组提取基准值+矢量化字符串匹配的方式实现，全程利用Pandas原生操作，无循环、不依赖行顺序：

# 1. 提取每个Day对应的基准方向（Bool=True的那条记录的Direction）
base_dir = df[df['Bool']].set_index('Day')['Direction']

# 2. 给原DataFrame添加对应Day的基准方向列
df['base'] = df['Day'].map(base_dir)

# 3. 过滤出Direction包含对应基准值的行，删除临时列
result = df[df['Direction'].str.contains(df['base'])].drop('base', axis=1)

# 重置索引（可选，仅为匹配期望输出的索引格式）
print(result.reset_index(drop=True))

步骤说明： #

• 第一步：一次性筛选出所有Bool=True的行，以Day为索引得到每个组的基准方向，无循环操作。
• 第二步：用map方法将基准方向批量映射到原数据的每行，属于矢量化操作，效率远高于循环。
• 第三步：通过str.contains矢量化判断每行Direction是否包含对应基准值，过滤后清理临时列即可得到目标结果。

运行结果与期望输出完全一致，且适合处理大规模数据集。

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