Pandas如何删除DataFrame各分组内width最小的4行数据？

需要使用Python pandas处理CSV数据，实现逻辑：

• 按id字段对数据分组
• 删除每个分组内width列值最小的4行记录
  原有代码调用groupby.filter()时触发报错：TypeError: 'Int64Index' object is not callable

groupby.filter()方法的入参要求是可调用的判断函数，作用是判定整个分组是否保留，不支持直接传入待删除的行索引对象。传入Int64Index类型的索引后，pandas会尝试将其作为函数调用，因此触发类型错误。

方案1：基于原有索引逻辑修正 #

你之前获取待删除行索引的思路是可行的，只需要放弃用filter方法，直接在原始DataFrame上按索引删除对应行即可，注意对索引去重避免异常：

if args.process_log:
    datafile = pd.read_csv(args.out_log) 
    grouped_data = datafile.groupby('id')
    # 提取每个分组内width最小的4行
    datagroup_smallest = grouped_data.apply(lambda x: x.nsmallest(n=4, columns='width'))
    # 提取待删除行对应的原始索引，去重避免索引重复导致的删除异常
    unwanted_index = datagroup_smallest.index.get_level_values(1).unique()
    # 直接按索引删除目标行
    data_splitted = datafile.drop(index=unwanted_index)

方案2：单步分组处理（更简洁） #

不需要单独提取待删除索引，直接在分组apply逻辑中完成行筛选即可，逻辑更直观：

if args.process_log:
    datafile = pd.read_csv(args.out_log)
    # 按id分组，每个分组内按width升序排序后跳过前4行（即删除width最小的4行）
    data_splitted = datafile.groupby('id', group_keys=False).apply(
        lambda x: x.sort_values('width', ascending=True).iloc[4:]
    )

注意：如果你的业务需求是「分组内行数不足4行时保留所有行，不做删除」，将切片逻辑修改为iloc[min(4, len(x)):]即可；如果需要分组不足4行时全部删除，保持原有iloc[4:]写法即可。

groupby.filter()的适用场景是整组筛选，比如过滤掉行数不足5条的全部分组、过滤掉width均值小于10的全部分组这类需求，不适合做分组内的细粒度行筛选。

内容的提问来源于stack exchange，提问作者Maria Sabrina Ma