如何筛选DataFrame中同一ID下含A或同时含B、C的行？

这问题我之前也碰到过，用Pandas的分组和掩码组合就能轻松搞定，我给你一步步拆解下：

核心思路 #

我们需要筛选满足以下任一条件的行：

• 该行的Value字段为A；
• 该行对应的ID，在整个数据集里同时存在Value为B和C的记录。

示例实现 #

1. 构造示例数据 #

先创建一个模拟的DataFrame方便演示：

import pandas as pd

data = {
    'ID': ['1', '1', '2', '2', '3', '3', '4', '4'],
    'Value': ['A', 'B', 'B', 'C', 'A', 'D', 'C', 'D']
}
df = pd.DataFrame(data)

2. 方法一：先提取目标ID再筛选 #

先找出所有同时包含B和C的ID，再结合Value=A的条件筛选：

# 分组检查每个ID是否同时包含B和C
ids_with_bc = df.groupby('ID')['Value'].apply(lambda x: {'B', 'C'}.issubset(x))
# 提取符合条件的ID列表
target_ids = ids_with_bc[ids_with_bc].index.tolist()

# 生成筛选掩码
mask = (df['Value'] == 'A') | (df['ID'].isin(target_ids))
# 应用掩码得到结果
filtered_df = df[mask]

3. 方法二：用transform直接生成掩码（更高效） #

如果数据集较大，推荐用transform直接为每行生成布尔标记，避免中间数据结构：

# 标记每个ID是否存在B和C
has_b = df.groupby('ID')['Value'].transform(lambda x: (x == 'B').any())
has_c = df.groupby('ID')['Value'].transform(lambda x: (x == 'C').any())

# 组合条件生成掩码
mask = (df['Value'] == 'A') | (has_b & has_c)
filtered_df = df[mask]

输出结果 #

两种方法的输出都是：

ID Value
0  1     A
1  1     B
2  2     B
3  2     C
4  3     A

结果说明 #

• ID1包含A，所以该行保留；
• ID2同时存在B和C，所以该ID下的所有行都保留；
• ID3包含A，保留；
• ID4只有C和D，不满足任一条件，因此被过滤。

内容的提问来源于stack exchange，提问作者aditya tandel