如何用Pandas Groupby筛选拥有多个专辑的艺术家对应数据行

你之前的代码存在两个核心错误：

• 列名不匹配：你给出的示例DataFrame中艺术家列的列名是Artist，不是代码中使用的ArtistId，直接运行会报字段不存在的错误
• 分组逻辑错误：你按['Artist', 'AlbumId']两个维度分组，每个分组对应的是同一个艺术家的同一张专辑的所有曲目，每个分组内AlbumId的唯一值必然为1，所以filter的判断条件永远为假，最终返回的结果不符合预期。

以下是两种常用的可行实现：

方法1：groupby + filter（逻辑最直观） #

仅按艺术家单维度分组，判断每个艺术家的唯一专辑数是否大于1即可：

# 基于你给出的示例df的实现代码
result = df.groupby('Artist').filter(lambda x: x['AlbumId'].nunique() > 1)

方法2：布尔索引 + isin（大数据量下性能更高） #

先统计符合条件的艺术家名单，再直接筛选所有属于这些艺术家的行，避免逐组计算的开销：

# 第一步：筛选出拥有超过1张专辑的艺术家名单
qualified_artists = df.groupby('Artist')['AlbumId'].nunique()[lambda x: x>1].index
# 第二步：直接提取这些艺术家对应的所有行
result = df[df['Artist'].isin(qualified_artists)]

两种方法输出结果完全一致，针对示例数据的返回结果如下：

内容的提问来源于stack exchange，提问作者user17533599