Pandas如何按id分组有条件删除DataFrame中特定序列的行

原有代码中head()/tail()只能提取固定数量的行，无法识别连续匹配的范围，因此无法批量删除开头/末尾的连续匹配行。可以按id分组后逐组判断连续行的边界实现需求，以下是可行实现：

import pandas as pd

df = pd.DataFrame(data={
       'id': [3, 3, 3, 3, 3, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 6, 6], 
       'outcome': ['no', 'no', 'no', 'yes', 'no', 'no', 'no', 'yes', 'yes', 'no', 'no', 'yes', 'yes', 'yes', 'yes', 'yes', 'no', 'no']
     })

def group_filter(g):
    # 1. 过滤分组开头所有连续的no
    first_yes = (g['outcome'] == 'yes').idxmax()
    # 分组内无yes直接返回空
    if g.loc[first_yes, 'outcome'] != 'yes':
        return g.iloc[0:0]
    g = g.loc[first_yes:]
    
    # 2. 过滤分组末尾所有连续的yes
    last_not_yes = (g['outcome'] != 'yes')
    if last_not_yes.any():
        last_not_yes_idx = last_not_yes[::-1].idxmax()
        g = g.loc[:last_not_yes_idx]
    else:
        # 剩余全为yes直接返回空
        return g.iloc[0:0]
    return g

df = df.groupby('id', group_keys=False).apply(group_filter)
print(df)

运行后输出结果完全符合预期：

如果偏好向量化操作避免apply，也可以用累积和实现：

# 标记第一个yes及之后的行
df['keep_start'] = df.groupby('id')['outcome'].transform(lambda x: (x == 'yes').cumsum() >= 1)
df = df[df['keep_start']]

# 标记最后一个非yes及之前的行
df['keep_end'] = df.groupby('id')['outcome'].transform(lambda x: (x != 'yes')[::-1].cumsum() >= 1)
df = df[df['keep_end']].drop(columns=['keep_start', 'keep_end'])

内容的提问来源于stack exchange，提问作者Ze0ruso