Pandas中按ID列分组后如何删除每个分组的最后2行？

可直接运行的实现方法 #

• 方法1：直接定位待删除行，代码最简短
  利用groupby.tail(2)可直接取出每个分组的最后2行数据，拿到这些行的索引后从原数据集删除，完全匹配“反向删除、保留剩余行”的需求：

  # 收集每个ID分组最后2行的索引
  drop_index = df.groupby('ID').tail(2).index
  # 删除对应行得到最终结果
  df_res = df.drop(drop_index)
  

  边界逻辑：如果某个ID分组本身总行数≤2，删除后该分组不会留存任何行，完全符合“删除最后2行”的预期，不存在逻辑bug。
• 方法2：通过组内序号条件筛选，灵活性更高
  借助分组内的行累计序号、分组总长度做条件判断，过滤掉每组末尾的2行，适合需要叠加其他自定义筛选条件的场景：

  # 计算每个元素在所属组内的0起始序号
  group_seq = df.groupby('ID').cumcount()
  # 计算每个元素所属组的总行数
  group_length = df.groupby('ID')['ID'].transform('count')
  # 仅保留组内序号小于（组长度-2）的行，即剔除每组最后2行
  df_res = df[group_seq < group_length - 2]
  

常见认知纠正 #

你之前提到的df.groupby('ID').nth(-2)实际是抽取每个ID分组的倒数第2行单一样本，根本达不到“保留每组最后2行”的效果。如果真要保留每组最后2行，应该用df.groupby('ID').tail(2)，别把nth的参数用法和tail搞混，容易出现筛选结果错漏。

内容的提问来源于stack exchange，提问作者Mike