如何按条件删除pandas DataFrame分组内首个yes前的no行

核心思路：对每个id分组，通过累计求和标记第一个yes出现的位置，保留该位置及之后的所有行即可。

实现代码 #

import pandas as pd

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

# 生成过滤掩码
filter_mask = df.groupby('id')['outcome'].transform(lambda group: group.eq('yes').cumsum() >= 1)
# 筛选符合要求的行
result_df = df[filter_mask]
print(result_df)

逻辑说明 #

• 对每个id的分组，group.eq('yes')会将值为yes的行标记为True（等价于1），no的行标记为False（等价于0）
• 用cumsum()做累计求和：第一个yes出现之前的所有行累计和都是0，第一个yes出现后累计和变为1，后续所有行累计和都≥1
• 筛选累计和≥1的行，正好就是保留第一个yes及之后的所有记录，符合需求。

原代码问题 #

你原有代码的x.ne('no')是逐行判断是否不等于no，仅yes行返回True，会直接过滤掉所有no记录，因此不符合要求。

内容的提问来源于stack exchange，提问作者Ze0ruso