基于Pandas DataFrame分组并按众数条件过滤数据

嘿，这需求我明白啦——从原来的「列值差异范围不超3」改成「只保留分组内所有值都和该分组众数一致」的组对吧？按name、driverRef、tyre分组后过滤，下面给你具体的实现步骤和代码：

核心思路 #

我们需要先给每个分组计算目标列的众数，然后检查该分组内的所有值是否都等于这个众数，最后只保留符合条件的分组数据。

代码实现 #

假设你的目标列是target_col（记得换成你实际要用的列名），具体代码如下：

import pandas as pd

# 先模拟一个示例DataFrame（你可以替换成自己的真实数据）
data = {
    'name': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
    'driverRef': ['X', 'X', 'X', 'Y', 'Y', 'Z', 'Z', 'Z'],
    'tyre': ['soft', 'soft', 'soft', 'hard', 'hard', 'medium', 'medium', 'medium'],
    'target_col': [10, 12, 13, 5, 5, 7, 7, 8]
}
df = pd.DataFrame(data)

# 1. 计算每个分组的众数（如果分组有多个众数，这里取第一个；需要其他逻辑可以调整）
grouped = df.groupby(['name', 'driverRef', 'tyre'])['target_col']
group_mode = grouped.apply(lambda x: x.mode().iloc[0] if not x.mode().empty else None)

# 2. 标记每个分组是否所有值都等于该分组的众数
valid_groups = grouped.apply(lambda x: all(x == x.mode().iloc[0]) if not x.mode().empty else False)
# 筛选出有效的分组键
valid_group_keys = valid_groups[valid_groups].index

# 3. 从原DataFrame中提取符合条件的分组数据
result_df = df[df.set_index(['name', 'driverRef', 'tyre']).index.isin(valid_group_keys)]

print(result_df)

代码说明 #

• 众数计算：用x.mode()获取分组的众数，iloc[0]是处理分组存在多个众数的情况（比如某分组值为[5,5,7,7]，众数有两个，这里默认取第一个，你可以根据需求修改，比如要求所有值必须匹配所有众数，但这种场景比较少见）。
• 分组有效性判断：all(x == x.mode().iloc[0])检查分组内每一行的目标列值是否都等于众数，返回True/False标记分组是否有效。
• 数据筛选：通过索引匹配，把原DataFrame中属于有效分组的行筛选出来，得到最终结果。

特殊情况处理 #

• 如果分组只有一个值：众数就是它本身，会被自动保留。
• 如果分组为空：代码里加了if not x.mode().empty的判断，避免报错。

内容的提问来源于stack exchange，提问作者doyz