You need to enable JavaScript to run this app. Pandas分组后仅组内行数大于1时删除含NaN行的简洁实现方法
优惠活动
大模型
产品
解决方案
定价
更多

Pandas分组后仅组内行数大于1时删除含NaN行的简洁实现方法

Pandas分组筛选问题解答

更简洁的实现方案

直接通过分组大小+布尔索引筛选即可,无需分组后拆包再合并,核心逻辑是保留两类行:

  • 所属分组只有1行的所有行
  • 所属分组行数>1,且col1不为NaN的行

实现代码:

import pandas as pd
import numpy as np

# 示例输入构造
df1 = pd.DataFrame({
    "grp": ["a", "a", "a", "b", "b", "c", "c", "c", "d"],
    "col1": ["1", "2", np.nan, "4", "5", np.nan, "6", "7", np.nan]
})

# 核心筛选逻辑
group_size = df1.groupby('grp')['grp'].transform('size')
df2 = df1[(group_size == 1) | ((group_size > 1) & df1['col1'].notna())]

输出结果和需求的预期结果完全一致。

原有方案数值被强制转为字符串的原因

有两个核心触发点:

  • 你给出的示例输入中,col1的非NaN值本身就是字符串类型(用双引号包裹的"1"、"2"等),原生存储类型就不是数值类型
  • 调用np.hstack合并分组内的col1值时,因为numpy数组要求所有元素类型统一,数组中同时存在字符串类型的数值和浮点类型的np.nan,numpy会自动将所有元素向上转换为字符串类型,原本的np.nan会被转为字符串"nan",这也是你后续需要判断_!="nan"的原因

内容的提问来源于stack exchange,提问作者Ian

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.13 12:00:04