Pandas筛选含Event_Label=0的Event_Action所有条目问题

需求说明 #

我有3.5万条数据，需要筛选并导出所有存在Event_Label为0的Event_Action的全部条目，规则如下：

• 若某Event_Action（如100-genuine-data-entry-jobs-without-investment:us）存在0值，则保留该Event_Action的所有记录
• 若某Event_Action（如1099-sales-jobs:us）无0值，则直接排除该Action的所有记录

我的尝试与问题 #

我先筛选出含0值的Event_Action存入新表zero_instance.xlsx，再执行以下代码合并数据：

df1 = pd.read_excel(pwd + "/zero_instance.xlsx")
df2 = pd.read_excel(pwd + "/All Last 7 days data rcom.xlsx")
df3 = df1.merge(df2, how='left', left_on='Event_Action', right_on='Event_Action')

但最终只返回了每个Event_Action的第一个实例，无法获取该Action下的所有符合条件的条目。

样本数据 #

正确解决方法 #

无需拆分表再合并，直接在全量数据上操作更高效，步骤如下：

1. 从全量数据中提取所有包含Event_Label=0的Event_Action（去重）
2. 用这个Action列表过滤全量数据，保留所有属于这些Action的记录

代码实现 #

import pandas as pd

# 读取全量数据
df = pd.read_excel(pwd + "/All Last 7 days data rcom.xlsx")

# 获取所有存在0值的Event_Action（去重）
valid_actions = df[df['Event_Label'] == 0]['Event_Action'].unique()

# 过滤出所有符合条件的记录
result_df = df[df['Event_Action'].isin(valid_actions)]

# 导出结果到Excel
result_df.to_excel(pwd + "/filtered_result.xlsx", index=False)

原方法问题分析 #

之前的合并操作如果zero_instance.xlsx中仅存储了每个Action的单条记录（比如只存了Event_Label=0的那一行），理论上left merge应该能匹配到df2中该Action的所有条目，但可能因为中间表的结构问题（比如存在重复索引、多余列）导致结果异常。上面的方法跳过中间表，直接基于全量数据处理，逻辑更清晰且不易出错。

内容的提问来源于stack exchange，提问作者GIRIXH