如何通过条件GroupBy筛选Python DataFrame中全年份存在的Code

我来帮你解决这个问题！你需要保留在2003、2004、2005三年都出现的Code（也就是A、B、C）对应的行，下面是基于GroupBy的两种可行方案，一步步来实现：

第一步：构建示例DataFrame #

先把你提供的数据转换成可运行的Pandas DataFrame：

import pandas as pd

data = {
    'year': [2003, 2003, 2003, 2004, 2004, 2004, 2004, 2005, 2005, 2005, 2005, 2005],
    'code': ['A', 'B', 'C', 'A', 'B', 'C', 'E', 'A', 'B', 'C', 'F', 'G'],
    'value': [12, 11, 12, 14, 15, 13, 16, 9, 18, 16, 8, 19]
}
df = pd.DataFrame(data)

方案一：检查年份集合是否完全匹配 #

这种方法直接验证每个Code对应的年份是否包含所有目标年份，逻辑更直观：

# 定义目标年份集合
target_years = {2003, 2004, 2005}

# 按Code分组，筛选出年份集合等于目标年份的Code
valid_codes = df.groupby('code')['year'].apply(lambda x: set(x) == target_years)
# 提取符合条件的Code列表
valid_codes = valid_codes[valid_codes].index.tolist()

# 筛选原DataFrame中符合条件的行
result_df = df[df['code'].isin(valid_codes)]

方案二：统计唯一年份数量 #

如果你的数据中每个Code在同一年份不会重复出现（或者重复出现不影响判断），可以用更简洁的方式：通过统计每个Code对应的唯一年份数，判断是否等于目标年份的数量（这里是3）：

target_years = {2003, 2004, 2005}

# 按Code分组，统计每个Code的唯一年份数
year_count = df.groupby('code')['year'].nunique()
# 筛选出唯一年份数等于目标年份数量的Code
valid_codes = year_count[year_count == len(target_years)].index.tolist()

# 最终筛选结果
result_df = df[df['code'].isin(valid_codes)]

验证结果 #

运行上述代码后，result_df就是你需要的包含A、B、C共9行的DataFrame，输出如下：

year code  value
0   2003    A     12
1   2003    B     11
2   2003    C     12
3   2004    A     14
4   2004    B     15
5   2004    C     13
8   2005    A      9
9   2005    B     18
10  2005    C     16

之前你用groupby和isin没达成预期，大概率是因为没有先正确筛选出所有目标年份都存在的Code列表，而是直接对年份做了分组操作。上面的两种方法都是先通过GroupBy定位到符合条件的Code，再用isin筛选行，完美匹配你的需求。

内容的提问来源于stack exchange，提问作者Techflu