如何从原DataFrame中提取满足groupby筛选条件的整行数据

实现代码 #

你可以直接从原DataFrame中提取m1中值为True的索引对应的行，写法和你现有的删除逻辑高度对应：

target_df = df.loc[m1[m1].index]

如果想要更直观的布尔索引写法，也可以先把m1的索引对齐到原DataFrame的全量行：

# 把m1的索引扩展到和原df一致，非分组最后一行的位置默认填充False
mask = m1.reindex(df.index, fill_value=False)
target_df = df[mask]

逻辑说明 #

• 你生成的m1本身是只包含每个id分组最后一行的布尔序列，值为True的项就对应你要提取的目标行，索引和原DataFrame的对应行完全匹配
• 第一种写法直接复用你原有逻辑里的m1[m1].index取目标行索引，不需要额外处理，和你之前的删除逻辑完全对应，便于维护
• 第二种写法对齐索引后得到全量布尔掩码，可读性更高，后续如果需要叠加其他过滤条件也更方便

内容的提问来源于stack exchange，提问作者Ze0ruso