Pandas实现按列分组后删除不含指定值的整组数据

实现方案 #

核心逻辑是通过分组判断，直接过滤掉不满足「指定列包含目标值」条件的整组数据，全程保持原始表的列结构不变，无需手动拼接分组结果。

1. 高效写法（推荐，大数据量性能更优） #

用groupby + transform生成和原表等长的布尔掩码，直接做行筛选，没有额外的索引对齐开销：

import pandas as pd

# 配置参数
target_value = "Pakistan"
group_col = "Column_to_Be_Grouped"
check_col = "search_value_per_group"

# 核心筛选代码
bool_mask = df.groupby(group_col)[check_col].transform(lambda s: target_value in s.values)
filtered_df = df[bool_mask].reset_index(drop=True)

2. 直观写法（小数据量可读性更好） #

直接用groupby.filter逐组判断，符合逐组校验的思维逻辑：

filtered_df = df.groupby(group_col)\
                .filter(lambda group: target_value in group[check_col].values)\
                .reset_index(drop=True)

结果校验 #

针对描述的测试数据集：

• 原始数据共16条记录，分为Ehsan、Irshad、Ayesha、Zohan4个分组
• 筛选后共保留12条记录，剔除Irshad分组下的全部4条记录
• 输出结果的列顺序、列名和原始DataFrame完全一致

避坑提示：不要用循环遍历每个分组再拼接结果的写法，不仅代码冗余，还容易出现索引错乱、类型转换异常的问题。

内容的提问来源于stack exchange，提问作者Filbadeha