基于条件处理DataFrame分组：删除指定组及后续行

以下是基于Pandas实现你需求的具体代码和步骤，先构造示例数据模拟场景，再逐步处理：

1. 构造示例数据 #

import pandas as pd

data = {
    'ID': [3,3,3,4,4,4,4,4,5,5,5],
    'Event': ['Success', 'Success', 'Click', 'Success', 'Success', 'Click', 'Success', 'Click', 'Click', 'Success', 'Email']
}
df = pd.DataFrame(data)

2. 定义分组处理函数 #

def process_group(group):
    # 找到分组内第一个非Success事件的索引
    first_non_success = group[group['Event'] != 'Success'].index.min()
    
    # 情况1：分组全是Success，直接删除整个组
    if pd.isna(first_non_success):
        return pd.DataFrame()
    
    # 情况2：开头是连续Success，且后续无其他Success，删除整个组（对应ID=3的场景）
    first_event = group.iloc[0]['Event']
    has_later_success = (group.loc[first_non_success:, 'Event'] == 'Success').any()
    if first_event == 'Success' and not has_later_success:
        return pd.DataFrame()
    
    # 情况3：保留组，先删除开头的连续Success行（对应ID=4的场景）
    filtered_group = group.loc[first_non_success:]
    
    # 第二步：删除最后一个Success之后的所有行（所有保留组都需要处理）
    last_success_idx = filtered_group[filtered_group['Event'] == 'Success'].index.max()
    if not pd.isna(last_success_idx):
        filtered_group = filtered_group.loc[:last_success_idx]
    
    return filtered_group

3. 应用分组处理 #

result = df.groupby('ID', group_keys=False).apply(process_group)
print(result)

代码说明 #

• 针对需求1：通过判断分组内第一个非Success的位置，以及后续是否还有Success，来决定是否删除整个组或仅删除开头的连续Success行。
• 针对需求2：在保留的分组中，定位最后一个Success的索引，截取该索引之前的所有行，自动删除后续内容。
• 最终结果会自动过滤掉ID=3的所有行，ID=4仅保留Click、Success两行，ID=5仅保留Click、Success两行，完全匹配你的示例要求。

内容的提问来源于stack exchange，提问作者Scope