如何在pandas GroupBy分组数据上使用isin()函数实现过滤

groupby操作返回的是SeriesGroupBy分组容器对象，没有isin方法，isin是普通Series/DataFrame的专属方法，所以直接对分组对象调用该方法会触发属性不存在报错。

你可以通过groupby.apply对每个分组单独执行过滤逻辑，满足需求的代码如下：

# 按AttributeName分组后对每个组单独执行过滤
filtered_df = sample_data.groupby('AttributeName', group_keys=False).apply(
    lambda x: x[~x['From Country'].isin(x['ToCountry'].unique())].drop_duplicates(subset='From Country')
)
print(filtered_df)

• group_keys=False：避免分组键被额外添加为索引，输出格式和原始表结构一致
• 先调用x['ToCountry'].unique()取当前组ToCountry的唯一值，既提高判断效率也避免重复值干扰
• drop_duplicates(subset='From Country')保证同组内每个符合条件的From Country只保留对应的唯一一行，符合你的需求
• 最终输出结果正好符合你的要求：John组仅保留西班牙入境苏格兰的第一行，Sally组仅保留From Country为苏格兰的行

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