如何在Pandas的groupby语句中筛选同时含指定数值的ID？

当然可以！你完全不用拆分出两个中间DataFrame，把筛选和分组统计的逻辑合并成一条链式代码就行，既简洁又不影响200万行数据的处理效率。

方法一：链式过滤+分组统计 #

直接把筛选逻辑嵌入到分组操作的前置步骤里，用isin替代多个或条件更简洁，再通过loc结合lambda直接过滤结果：

# 一步完成筛选、分组统计和过滤
result = df[df['Number'].isin([30, 40])] \
          .groupby('ID')['Number'] \
          .nunique() \
          .loc[lambda x: x > 1] \
          .reset_index(name='tt')

代码解释：

• df['Number'].isin([30, 40])：快速筛选出Number为30或40的行，比(df['Number']==30)|(df['Number']==40)更易读，后续要加更多数值也更方便；
• .groupby('ID')['Number'].nunique()：按ID分组，统计每个ID下不同Number的数量；
• .loc[lambda x: x > 1]：直接过滤出计数大于1的ID（也就是同时包含30和40的ID），用lambda避免创建中间变量；
• .reset_index(name='tt')：把分组后的索引（ID）变回普通列，同时给计数列命名为tt，和你原来的结果格式一致。

方法二：用transform标记后筛选（适合更复杂的条件） #

如果之后需要复用“是否包含30/40”的标记，或者有更灵活的条件判断，这种方式更直观：

# 给每行标记所属ID是否包含30和40
df['has_30'] = df.groupby('ID')['Number'].transform(lambda x: (x == 30).any())
df['has_40'] = df.groupby('ID')['Number'].transform(lambda x: (x == 40).any())

# 筛选同时满足的ID并去重
result_ids = df[df['has_30'] & df['has_40']]['ID'].unique()

这个方法的好处是，标记列has_30和has_40可以保留下来做后续分析，而且对于大数据集，transform的执行效率也很可观。

两种方式都能帮你省去中间变量，直接得到目标结果，你可以根据自己的实际需求选择～

内容的提问来源于stack exchange，提问作者Gary