Pandas如何迭代行比较同姓名关联字段值并过滤不符合要求的行

需求规则 #

• 对DataFrame按Name字段分组，若同一个Name对应的Age或Gender字段存在多个不同取值，删除该Name对应的全部行
• 仅保留同一Name下Age、Gender取值完全一致的所有行

示例数据准备 #

创建测试用DataFrame代码：

import pandas as pd
df = pd.DataFrame({'Name' : ['Mark', 'Mark', 'Mark', 'Mark', 'Mark', 'Nick', 'Nick', 'John', 'Sunny', 'Sunny'], 
                  'Age' : ['22', '22', '25', '25', '17', '20', '20', '17', '23', '23'],
                  'Gender' : ['F', 'F', 'F', 'F', 'F', 'F', 'F', 'M', 'M', 'M']})

原DataFrame内容：

Name Age Gender
0   Mark  22      F
1   Mark  22      F
2   Mark  25      F
3   Mark  25      F
4   Mark  17      F
5   Nick  20      F
6   Nick  20      F
7   John  17      M
8  Sunny  23      M
9  Sunny  23      M

预期输出：

Name Age Gender
0   Nick  20      F
1   Nick  20      F
2   John  17      M
3  Sunny  23      M
4  Sunny  23      M

实现代码 #

方法1：groupby + filter（写法更简洁） #

直接按Name分组后过滤符合条件的分组：

result = df.groupby('Name').filter(
    lambda group: group['Age'].nunique() == 1 and group['Gender'].nunique() == 1
).reset_index(drop=True)

方法2：groupby + transform（大表性能更优） #

生成每行对应的判断条件后过滤：

# 分别判断同Name下Age、Gender是否唯一
cond_age_unique = df.groupby('Name')['Age'].transform('nunique') == 1
cond_gender_unique = df.groupby('Name')['Gender'].transform('nunique') == 1
result = df[cond_age_unique & cond_gender_unique].reset_index(drop=True)

逻辑说明 #

两种方法的核心逻辑一致：

1. 按Name分组后统计每个分组内Age、Gender的唯一值数量
2. 仅当两个字段的唯一值数量都为1时，说明该Name下所有行的Age和Gender完全一致，保留该分组所有行
3. 最后重置索引得到和预期格式一致的结果

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