Pandas按groupby拆分DataFrame报Boolean array expected错误如何解决？

问题原因 #

你对pandas.core.groupby.DataFrameGroupBy.filter()方法的返回值理解有误：
该方法直接返回符合筛选条件的行组成的DataFrame，不是返回用于索引的布尔掩码，所以你拿到的mask本身就是符合分组长度≤1的数据集，不是可以用来索引dft的布尔数组，强制做索引就会抛出类型不匹配的错误。

正确实现方案 #

方案1：直接用filter返回值拆分 #

不需要额外做索引判断，filter已经帮你筛选出符合条件的df1，剩余行直接通过索引差集获取即可：

# 直接获取分组唯一（单组长度≤1）的数据集df1
df1 = dft.groupby(['O', 'A', 'N', 'value_next']).filter(lambda x: len(x) <= 1)
# 原数据集删除df1的索引对应行，得到分组不唯一的数据集df2
df2 = dft.drop(df1.index)

方案2：用transform生成布尔掩码拆分 #

如果习惯用布尔索引的写法，可以通过transform生成长度和原数据集完全对齐的布尔掩码，性能优于方案1，更适合大数据量场景：

# 生成布尔掩码：对应行所属分组长度≤1时为True，否则为False
mask = dft.groupby(['O', 'A', 'N', 'value_next'])['O'].transform(len) <= 1
# 按掩码拆分两个数据集
df1 = dft[mask]
df2 = dft[~mask]

内容的提问来源于stack exchange，提问作者nad