You need to enable JavaScript to run this app. Pandas 如何对每个分组下的内层子组执行过滤筛选
优惠活动
大模型
产品
解决方案
定价
更多

Pandas 如何对每个分组下的内层子组执行过滤筛选

原有筛选逻辑的核心漏洞

你写的分组过滤逻辑,是在单个歌手的全量记录维度做两个独立的集合包含判断:

  • 歌手的演唱记录里是否同时覆盖Do和Re两个音符
  • 歌手的演唱记录里是否同时覆盖Major和minor两个调式
    这套逻辑完全没有建立音符和调式的绑定关系校验,哪怕两个集合各自满足要求,只要没有做到「每个指定音符都对应全部要求的调式」,就会出现误判。这也是Bob被错误保留的原因:他的记录里虽然凑齐了两个音符、两种调式,但Re音符只有minor调式的记录,根本不满足筛选规则。
正确的实现逻辑

校验维度需要下沉到「歌手-音符」的交叉层级,不再用歌手全局的集合做判断:

  1. 先在每个歌手的分组内部,按音符拆成独立子组
  2. 逐一校验每个指定的目标音符(Do、Re),是否在自己的子组范围内,完全覆盖Major和minor两种调式
  3. 所有目标音符都满足要求的歌手,才完整保留对应的全部原始记录
代码实现

可读性优先的函数式写法

# 定义筛选规则常量
TARGET_NOTES = {'Do', 'Re'}
TARGET_KEYS = {'Major', 'minor'}

def validate_artist(artist_data):
    # 拆分歌手内部的音符子组
    note_subgroups = artist_data.groupby('note')
    for note in TARGET_NOTES:
        # 歌手根本没有唱这个音符,直接不通过
        if note not in note_subgroups.groups:
            return False
        # 取这个音符对应的所有调式,检查是否覆盖全部要求调式
        note_covered_keys = set(note_subgroups.get_group(note)['key'])
        if not TARGET_KEYS.issubset(note_covered_keys):
            return False
    return True

# 执行分组过滤
filtered_result = df.groupby('artist').filter(validate_artist)

更简洁的交叉表写法

# 生成「歌手-音符」维度的调式覆盖计数表
cover_table = pd.crosstab([df['artist'], df['note']], df['key'])
# 筛选出同时满足两个调式要求的目标音符行
valid_rows = cover_table.loc[
    cover_table.index.get_level_values('note').isin(TARGET_NOTES)
    & (cover_table[list(TARGET_KEYS)] >= 1).all(axis=1)
]
# 提取符合全量规则的歌手列表
valid_artists = valid_rows.index.get_level_values('artist').unique()
# 从原始数据中提取这些歌手的全部记录
filtered_result = df[df['artist'].isin(valid_artists)]
输出校验

两段代码跑出来的结果完全一致,仅保留Alice的全部记录,和期望输出完全匹配:

artist note    key
0  Alice   Do  Major
1  Alice   Do  minor
2  Alice   Re  Major
3  Alice   Re  minor
4  Alice   Mi  Major

内容的提问来源于stack exchange,提问作者cproist

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.14 03:06:03