如何移除Pandas DataFrame中存在符合条件行的年份层级及所有行？

我明白你的需求了——你现在需要的不是删除某一行，而是只要某个年份里存在任意一行temp小于37，就把这个年份的所有记录都移除。我来给你一步步解决这个问题：

1. 先构造完整的测试数据（方便演示） #

你提供的代码片段不完整，我先补全测试数据，这样能更直观看到效果：

import pandas as pd

# 构造多级索引的DataFrame
index = pd.MultiIndex.from_product([[2013, 2014], [1, 2]], names=['yr', 'visit'])
data = pd.DataFrame(
    [[96, 38], [98, 39], [100, 36], [97, 37.5]],
    index=index,
    columns=['hr', 'temp']
)

此时原数据是：

hr  temp
yr   visit         
2013 1     96  38.0
     2     98  39.0
2014 1    100  36.0
     2     97  37.5

2. 方法一：用groupby.filter()直接过滤年份组 #

这是最简洁的方式，filter方法会自动保留满足条件的整个组（年份）的所有行：

# 保留所有年份中，所有temp都≥37的行（即排除有至少一行temp<37的年份）
filtered_data = data.groupby('yr').filter(lambda x: x['temp'].min() >= 37)

代码解释： #

• groupby('yr')：按年份分组
• lambda x: x['temp'].min() >= 37：对每个年份组x，检查该组的temp最小值是否≥37——如果是，说明这个年份没有temp<37的记录，就保留整个组；否则就移除整个组。

3. 方法二：分步筛选有效年份再过滤 #

如果你想更清晰地看到中间过程，可以分两步操作：

# 第一步：计算每个年份的最小temp值
year_min_temp = data.groupby('yr')['temp'].min()
# 第二步：筛选出最小temp≥37的年份（即需要保留的年份）
valid_years = year_min_temp[year_min_temp >= 37].index
# 第三步：用有效年份过滤原数据
filtered_data = data[data.index.get_level_values('yr').isin(valid_years)]

最终结果 #

两种方法得到的结果一致，都会移除2014年的所有行，只保留2013年的数据：

hr  temp
yr   visit         
2013 1     96  38.0
     2     98  39.0

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