pandas如何按列分组后根据分组数值筛选dataframe数据

你可以用以下两种常用方案实现需求：

方案1：groupby + transform 一步过滤 #

对每个id分组判断是否存在大于3的value值，生成布尔掩码后直接筛选原数据：

import pandas as pd

# 示例数据构造，你可以替换成自己的df
df = pd.DataFrame({
    'id': ['a1','a1','a1','a1','a2','a2','a3','a3','a3','a3','a3','a3'],
    'value': [0,1,2,3,0,1,0,1,2,3,4,5]
})

# 核心筛选代码
res = df[df.groupby('id')['value'].transform(lambda x: (x>3).any())]

方案2：先拿合法ID再匹配（大数据量更推荐） #

先提取所有符合条件的id列表，再用isin匹配原数据的行，性能比方案1更高：

# 筛选出分组内value最大值大于3的id
valid_ids = df.groupby('id')['value'].max().loc[lambda x: x>3].index
# 过滤原数据
res = df[df['id'].isin(valid_ids)]

两种方案输出的结果都和你预期的一致。

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