Pandas按account分组后筛选含grade>0的组的实现方法

刚好之前处理过类似的需求，给你两种实用的方法来实现这个分组筛选，都能帮你保留account分组中至少有一条grade大于0的记录的分组（也就是你说的1、3、4、5这几个分组）：

方法一：使用groupby().filter()（最简洁直接） #

这个方法是Pandas专门为分组筛选设计的，直接对每个分组进行条件判断，保留符合要求的分组：

import pandas as pd

# 假设你的原始DataFrame名为df
filtered_df = df.groupby('account').filter(lambda group: (group['grade'] > 0).any())

这里的lambda group代表每个分组对应的子DataFrame，(group['grade'] > 0).any()会检查该分组里是否存在至少一条grade大于0的记录——如果是，这个分组就会被保留下来，最终返回的filtered_df就是你需要的结果。

方法二：使用transform()标记后筛选（更灵活） #

如果你需要先给每条数据标记其所属分组是否符合条件，再进行筛选，可以用这种方式：

# 给每条数据添加一个临时列，标记该分组是否存在grade>0的记录
df['is_valid_group'] = df.groupby('account')['grade'].transform(lambda x: (x > 0).any())

# 筛选出属于有效分组的记录
filtered_df = df[df['is_valid_group']]

# 若不需要临时列，可删除它
filtered_df = filtered_df.drop('is_valid_group', axis=1)

这种方法的优势在于，临时列is_valid_group可以帮你后续做更多分析（比如统计有效分组的占比），如果只是单纯筛选，方法一更高效。

内容的提问来源于stack exchange，提问作者eli