Pandas中仅当Vehicle列值为空时删除Name列重复项

嘿，这个需求我刚好处理过，咱们一步步来搞定它！你的核心诉求是：只删除那些对应Vehicle为空的重复Name行——具体来说就是：

• 所有Vehicle列有值的行，不管Name重不重复都必须保留
• 如果某个Name既有Vehicle有值的行，又有Vehicle为空的行，那空的那些重复项要删掉
• 如果某个Name只有Vehicle为空的行（没有重复），那得把它留下来

先构造示例DataFrame #

首先咱们先把你给出的数据转成可操作的DataFrame，顺便把空字符串转成NaN方便后续判断：

import pandas as pd

data = {
    'Name': ['Dave', 'Mark', 'Steve', 'Dave', 'Steve'],
    'Vehicle': ['Car', 'Bike', 'Car', '', '']
}
df = pd.DataFrame(data)
# 将空字符串转为NaN，统一缺失值格式
df['Vehicle'] = df['Vehicle'].replace('', pd.NA)

方法一：拆分筛选后合并 #

这个方法逻辑直观，适合新手理解：

1. 先把所有Vehicle非空的行单独拎出来（这部分必须全部保留）
2. 找出所有已经有非空Vehicle记录的Name集合
3. 在Vehicle为空的行里，只保留那些不在上面集合里的行（也就是这个Name没有非空Vehicle记录，必须保留它的空行）
4. 把两部分结果合并，恢复原顺序

代码实现：

# 1. 提取Vehicle非空的所有行
non_empty_vehicle_rows = df[df['Vehicle'].notna()]

# 2. 获取所有存在非空Vehicle的Name
has_valid_vehicle_names = non_empty_vehicle_rows['Name'].unique()

# 3. 筛选出Vehicle为空且Name不在有效集合里的行（即该Name没有非空Vehicle记录）
empty_vehicle_keep_rows = df[df['Vehicle'].isna() & ~df['Name'].isin(has_valid_vehicle_names)]

# 4. 合并结果并恢复原索引顺序
result_df = pd.concat([non_empty_vehicle_rows, empty_vehicle_keep_rows]).sort_index()

方法二：用GroupBy标记筛选（更简洁） #

这个方法用groupby.transform给每行标记所属Name是否存在非空Vehicle，然后直接筛选：

# 给每行标记：对应的Name是否有至少一条非空Vehicle记录
df['has_non_empty_vehicle'] = df.groupby('Name')['Vehicle'].transform(lambda x: x.notna().any())

# 筛选条件：要么Vehicle非空，要么Vehicle为空但该Name没有非空Vehicle记录
result_df = df[(df['Vehicle'].notna()) | (~df['has_non_empty_vehicle'])]

最终结果 #

两种方法得到的结果一致，都是：

Name Vehicle
0   Dave     Car
1   Mark    Bike
2  Steve     Car

完全符合需求：Dave和Steve的空Vehicle行被删除（因为他们有非空记录），Mark的行保留，要是有个单独的Name（比如Lily）只有空Vehicle行，也会被保留下来。

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