如何筛选Pandas分组DataFrame中值全部相同的分组？

嘿，我来帮你搞定这个问题！你想要筛选出group分组中所有value3值完全一致的组，咱们先看看你尝试的代码哪里有问题，再给出正确的实现方式。

问题分析 #

你原来的代码：

df.groupby('group').filter(lambda x: x.value3 == x.value3.mean())

这里存在两个核心问题：

• 这个lambda表达式返回的是一个布尔Series（每个元素和组内均值比较的结果），而filter需要的是单个布尔值来判断整个组是否保留
• 就算组内有不同的值，只要某个值刚好等于均值，也会被错误匹配，完全不符合“组内所有值相同”的需求

正确实现方法 #

方法1：用nunique()统计唯一值数量 #

我们可以检查每个组内value3的唯一值数量是否为1，这样就能确保组内所有值都相同：

import pandas as pd

# 可复现数据
df = pd.DataFrame({'group':['A', 'A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'], 
                   'value3':[24, 45, 34, 55, 44, 33, 1, 2, 3, 98, 98, 98]})

# 筛选组内value3全部相同的分组
filtered_df = df.groupby('group').filter(lambda x: x['value3'].nunique() == 1)

print(filtered_df)

运行后输出：

group  value3
9      C      98
10     C      98
11     C      98

方法2：用all()检查所有值等于组内第一个元素 #

另一种思路是取组内第一个value3值，然后验证组内所有元素都等于这个值：

filtered_df = df.groupby('group').filter(lambda x: (x['value3'] == x['value3'].iloc[0]).all())

这个方法和方法1效果完全一致，你可以根据自己的习惯选择使用。

内容的提问来源于stack exchange，提问作者Matt W.