使用groupby删除DataFrame中特定SCU_KEY对应所有行的方法咨询

实现方法1（性能最优，推荐） #

直接使用groupby.transform实现单行过滤，无需额外拼接操作，保留所有符合条件企业的全部历史记录：

df_filtered = df_4[df_4.groupby('SCU_KEY')['REVENUE_STATUS_FLAG'].transform('sum') != 0]

原理：transform会将分组聚合后的结果映射回原DataFrame的每一行，筛选出分组求和结果不等于0的行，自动剔除所有从未有过采购记录的企业的全部数据，同时不会删除有采购记录企业的REVENUE_STATUS_FLAG=0的历史行，完全满足观测状态变化的需求。

实现方法2（lambda 分组过滤写法） #

使用groupby.filter结合lambda函数实现：

df_filtered = df_4.groupby('SCU_KEY').filter(lambda x: x['REVENUE_STATUS_FLAG'].sum() != 0)

该写法逻辑更直观，但数据量较大时性能低于transform方法。

实现方法3（基于已计算的分组求和结果筛选） #

如果已经运行过你编写的分组求和代码，可以基于求和结果二次筛选：

# 你的原有分组求和代码
sum_df = df_4.groupby('SCU_KEY')[['REVENUE_STATUS_FLAG']].sum().reset_index()
# 筛选出有过采购记录的SCU_KEY
valid_scu = sum_df[sum_df['REVENUE_STATUS_FLAG'] != 0]['SCU_KEY']
# 过滤原DataFrame
df_filtered = df_4[df_4['SCU_KEY'].isin(valid_scu)]

适合需要先查看各企业求和统计结果的场景。

内容的提问来源于stack exchange，提问作者Deke Marquardt