如何结合Pandas GroupBy与Drop筛选符合指定递增序列的分组数据

我来帮你搞定这个分组筛选的问题！先看你给出的示例数据：

import pandas as pd

df = pd.DataFrame({
    'UNIT': ['a100', 'a100', 'a100', 'a100', 'b222', 'b222', 'b222', 'b222'],
    'MACHINE': ['001', '002', '003', '001', '001', '002', '002', '003']
})

你的需求很明确：按UNIT列分组，只要某个分组的MACHINE序列完整包含任意一个指定的单调递增序列（哪怕中间夹着重复值），就保留这个分组的所有行；如果完全不符合（比如a100的序列最后回退到001，没完整匹配目标序列）就剔除整个分组。

解决方案思路 #

核心是用groupby.filter()方法，配合一个自定义检查函数——这个函数会判断当前分组的MACHINE序列是否包含我们指定的任意一个目标单调递增子序列。

步骤1：定义目标序列和检查函数

首先把所有需要匹配的单调递增序列存成列表，比如：

# 可以添加多个目标单调递增序列
target_sequences = [
    ['001', '002', '003'],
    ['002', '003', '004']  # 示例第二个目标序列
]

然后写一个辅助函数，用来检查单个分组是否符合要求：

def has_target_sequence(group, targets):
    machine_list = group['MACHINE'].tolist()
    # 遍历每个目标序列，只要有一个匹配就返回True
    for target in targets:
        ptr = 0  # 目标序列的遍历指针
        for item in machine_list:
            if ptr < len(target) and item == target[ptr]:
                ptr += 1
        # 如果指针走到目标序列末尾，说明完整匹配了这个子序列
        if ptr == len(target):
            return True
    # 所有目标序列都不匹配，返回False
    return False

这个函数的逻辑很直观：对每个目标单调递增序列，我们按顺序在分组的MACHINE列表里找对应的元素，只要能按顺序把目标序列的所有元素都找到（不管中间有多少重复或无关值），就判定这个分组符合要求。

步骤2：用groupby.filter筛选分组

直接调用filter方法就能筛选出符合条件的分组：

filtered_df = df.groupby('UNIT').filter(lambda x: has_target_sequence(x, target_sequences))

运行后得到的filtered_df就是你想要的结果：

UNIT MACHINE
4  b222     001
5  b222     002
6  b222     002
7  b222     003

为什么用filter而不是drop？ #

groupby.filter()会直接保留整个符合条件的分组，不需要手动计算要删除的行索引，逻辑更清晰，代码也更简洁，比先找索引再drop高效得多。

内容的提问来源于stack exchange，提问作者sepideh