Pandas基于groupby分组条件删除DataFrame对应行的实现方法

方案1：使用transform构造布尔索引（效率更高，适合大数据量） #

核心逻辑是先给每一行标记对应cell分组的大小，再根据规则筛选行：

import pandas as pd

# 计算每个cell分组的大小，生成和原df行数一致的序列
group_size = df.groupby('cell')['cell'].transform('count')

# 构造筛选规则：分组大小为1全部保留；分组大小>1时仅保留value不为"NA"的行
filter_mask = (group_size == 1) | ((group_size > 1) & (df['value'] != "NA"))

# 执行筛选得到结果
result_df = df[filter_mask]

方案2：使用groupby + apply（逻辑直观，易自定义） #

直接对每个分组单独处理，符合需求的返回，不符合的删除对应行：

def process_group(group):
    # 分组行数大于1时过滤掉NA行
    if len(group) > 1:
        return group[group['value'] != "NA"]
    # 分组行数为1时直接返回全部行
    return group

# group_keys=False避免生成额外的分组索引层级
result_df = df.groupby('cell', group_keys=False).apply(process_group)

注意事项 #

如果你的cell列存在空值，且需要保留空值对应的分组，可在groupby时添加dropna=False参数，即df.groupby('cell', dropna=False)。

内容的提问来源于stack exchange，提问作者anjali