如何使用pandas groupby.filter保留至少有一个值小于24的分组

错误原因 #

你之前的写法将Age也加入了分组键，会导致每个不同的Age值被拆分为独立分组，过滤时仅能保留Age<24的单条对应分组，自然丢失同组其他数据。

正确实现 #

分组键仅保留['State', 'CId', 'CCode']三个维度，过滤逻辑判断组内是否存在至少一个Age小于24即可，示例代码如下：

# 过滤保留符合条件的完整分组
filtered_df = df.groupby(['State', 'CId', 'CCode']).filter(lambda group: (group['Age'] < 24).any())

# 对过滤后的分组做聚合计算，例如计算Age的标准差
agg_result = filtered_df.groupby(['State', 'CId', 'CCode'])['Age'].std()

此时输出filtered_df就可以得到你需要的完整Nebraska分组数据，后续聚合也会基于全组数据计算。

内容的提问来源于stack exchange，提问作者bnoouhl