按日期分组筛选DataFrame行的条件查询需求及代码问题

现有按日期（A列）排序的DataFrame数据如下：

需求说明 #

需要生成新的DataFrame并按以下规则筛选行：

• 若某日期同时包含"Thursday"和"Friday"（如2002-01-14），仅保留"Wednesday"至"Saturday"的行；
• 其他日期（如2002-01-13、2002-01-15）保留"Tuesday"至"Saturday"的行。

期望输出如下：

用户尝试的代码 #

m1 = (group["E"] == "Wednesday")
m2 = (group["E"] == "Thursday")
grouped = df.groupby("A")
for idx, group in grouped:
    if (m1|m2).any():
        df[idx] = group[m1|m2]
    else:
        df[idx] = group[m2]

先说说你现有代码的问题：

1. m1和m2定义在循环外，没有针对每个分组动态计算，逻辑会出问题；
2. 直接修改原df[idx]的方式不对，应该收集符合条件的分组后合并成新DataFrame。

推荐用groupby().apply()的方式，对每个分组单独处理后合并，代码如下：

import pandas as pd

# 构造示例DataFrame（已有原始数据可跳过）
data = {
    "A": ["2002-01-13"]*4 + ["2002-01-14"]*5 + ["2002-01-15"]*4,
    "D": [3.3, 3.9, 1.9, 9.0, 0.9, 0.2, 5.1, 7.0, 1.9, 4.2, 6.7, 1.2, 0.6],
    "E": ["Tuesday", "Wednesday", "Thursday", "Saturday", 
          "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday",
          "Tuesday", "Wednesday", "Friday", "Saturday"]
}
df = pd.DataFrame(data)

# 定义分组处理函数
def filter_group(group):
    # 检查当前日期分组是否同时包含Thursday和Friday
    has_thu_and_fri = (group["E"] == "Thursday").any() and (group["E"] == "Friday").any()
    if has_thu_and_fri:
        # 保留Wednesday到Saturday的行
        return group[group["E"].isin(["Wednesday", "Thursday", "Friday", "Saturday"])]
    else:
        # 保留Tuesday到Saturday的行
        return group[group["E"].isin(["Tuesday", "Wednesday", "Thursday", "Friday", "Saturday"])]

# 分组处理并合并结果
new_df = df.groupby("A", group_keys=False).apply(filter_group)

# 可选：重置索引（不需要原索引的话添加这行）
# new_df = new_df.reset_index(drop=True)

print(new_df)

代码解释 #

1. 构造示例数据：如果已经有原始DataFrame可以跳过这部分；
2. filter_group函数：针对每个日期分组，先判断该分组是否同时存在"Thursday"和"Friday"，再根据条件筛选对应星期的行；
3. groupby.apply：对每个日期分组应用处理函数，最后自动合并所有符合条件的分组为新DataFrame；
4. 可选重置索引：如果不需要保留原索引，可以添加reset_index(drop=True)来重置索引。

运行这段代码就能得到你想要的输出结果。

内容的提问来源于stack exchange，提问作者Tie_24