Pandas根据另一列条件筛选仅在指定日期出现的名称

实现思路 #

核心逻辑拆为两步：

• 先标记所有在非目标季度（本次为Q2 2022）记录中出现过的名称，加入待排除集合
• 再从目标季度的记录里筛掉待排除集合内的名称，剩余结果就符合要求

完整实现代码 #

import pandas as pd

# 构造示例数据集
df = pd.DataFrame({
    'Name': ['Name1', 'Name1', 'Name2', 'Name3'],
    'Date': ['Q3 2022', 'Q2 2022', 'Q2 2022', 'Q2 2022']
})

# 定义要筛选的目标季度
target_quarter = 'Q2 2022'

# 提取所有在非目标季度出现过的名称作为排除列表
exclude_names = df.loc[df['Date'] != target_quarter, 'Name'].unique()

# 提取符合要求的名称列表
result_names = df.loc[(df['Date'] == target_quarter) & (~df['Name'].isin(exclude_names)), 'Name'].unique()
print(result_names)  # 输出：['Name2' 'Name3']，和预期结果一致

# 如果需要获取符合条件的完整行记录，直接去掉末尾的.unique()即可
result_rows = df.loc[(df['Date'] == target_quarter) & (~df['Name'].isin(exclude_names))]

补充说明 #

该写法不需要做分组、聚合操作，执行效率高，适配百万级以上的数据集处理场景。后续如果需要切换筛选的目标季度，仅需要修改target_quarter的取值就可以直接复用逻辑。

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