基于两列条件删除DataFrame数据：移除ColB非空计数为0的ColA分组所有行

方案1：groupby + filter（写法最简洁） #

直接用pandas分组内置的过滤方法，一行代码就能实现需求：

import pandas as pd
# 假设原始df已创建完成
new_df = df.groupby('ColA').filter(lambda group: group['ColB'].notna().any())

逻辑说明：按ColA分组后，filter会保留满足条件的全部分组行，这里判断条件是分组内ColB存在至少一个非NaN值就保留整个分组，否则整组过滤。

方案2：groupby + transform（大数据量性能更优） #

如果处理的数据量很大，transform的广播机制比逐组运行lambda效率更高，写法也很简洁：

# 生成布尔掩码：属于保留分组的行标记为True
mask = df['ColB'].notna().groupby(df['ColA']).transform('any')
new_df = df[mask]

逻辑说明：先给每行计算ColB是否非NaN的布尔值，再按ColA分组后把“该组是否有非NaN值”的结果广播到组内所有行，最后用布尔索引直接过滤即可。

内容的提问来源于stack exchange，提问作者dasrocko