Python Pandas根据条件删除DataFrame指定部门下分类所有行咨询

你的需求核心是先定位所有存在Text值为JOHN的（部门、分类）组合，再删除原数据中属于这些组合的全部行即可，具体实现代码如下：

完整可运行代码 #

import pandas as pd

# 构造样例数据
data = {
    'department': [1,1,1,1,1,1,1,1,1,1,2,2,2],
    'Category': ['a7','a7','a7','a8','a8','a8','a8','a9','a9','a9','a8','a8','a5'],
    'Text': ['great school','Enjoy classes','Social studies','JOHN','RONIE','Amazing lecturer','walking to school','Effective tomorrow','marie kate','math','lissie','lovely','Ronie']
}
df = pd.DataFrame(data)

# 核心逻辑：第一步找出需要删除的(部门,分类)组合
drop_groups = df[df['Text'] == 'JOHN'][['department', 'Category']].drop_duplicates()

# 第二步：匹配过滤，保留不属于待删除组合的行
df_result = df.merge(drop_groups, on=['department', 'Category'], how='left', indicator=True)
df_result = df_result[df_result['_merge'] == 'left_only'].drop(columns='_merge')

# 输出结果
print(df_result)

逻辑说明 #

• 第一步的drop_groups会拿到所有出现过JOHN的部门+分类配对，样例中得到的就是department=1, Category=a8这一组
• 第二步用左连接给原数据打标记，_merge值为left_only的就是不属于待删除分组的行，过滤后就是你要的结果
• 如果偏好更简洁的写法，也可以用groupby过滤实现，效果一致：

df_result = df.groupby(['department', 'Category']).filter(lambda x: (x['Text'] != 'JOHN').all())

内容的提问来源于stack exchange，提问作者arc