基于双条件筛选DataFrame行：提取含Year下ok/notok组合的Key数据

当然有简洁的实现方式！先明确你的需求：找出那些至少存在一个年份同时包含ok和notok记录的Key，然后保留这些Key的所有行，排除只有ok重复的Key（比如B）。

问题回顾 #

你的原始DataFrame数据：

Key Year Type
A 2000 ok
A 2001 ok
A 2001 notok
A 2002 ok
A 2003 ok
B 2000 ok
B 2001 ok
B 2001 ok
B 2002 ok
B 2003 ok
C 2000 ok
C 2001 ok
C 2002 ok
C 2003 ok

期望输出仅保留Key A的所有行：

Key Year Type
A 2000 ok
A 2001 ok
A 2001 notok
A 2002 ok
A 2003 ok

方案实现（分步+解释） #

用Pandas的分组、统计和筛选组合就能轻松搞定，逻辑清晰且高效：

import pandas as pd

# 先构造你的示例DataFrame（实际使用时替换为你的数据）
df = pd.DataFrame({
    'Key': ['A']*5 + ['B']*5 + ['C']*4,
    'Year': [2000,2001,2001,2002,2003]*2 + [2000,2001,2002,2003],
    'Type': ['ok','ok','notok','ok','ok'] + ['ok']*5 + ['ok']*4
})

# 1. 按Key+Year分组，检查每组是否同时有ok和notok（唯一值数量≥2）
group_check = df.groupby(['Key', 'Year'])['Type'].nunique() >= 2

# 2. 提取所有符合条件的Key（只要该Key下有任意一个年份满足条件）
valid_keys = group_check[group_check].reset_index()['Key'].unique()

# 3. 筛选出这些Key的全部行
final_result = df[df['Key'].isin(valid_keys)]

print(final_result)

代码逻辑拆解

• 分组统计：groupby(['Key', 'Year'])锁定每个Key的每一年份，nunique()统计该组内Type的不同值数量，≥2就说明同时存在ok和notok。
• 提取有效Key：从满足条件的分组中取出对应的Key并去重，得到我们需要保留的Key集合。
• 最终筛选：用isin()匹配原始DataFrame中的有效Key，直接得到目标结果。

极致简洁的一行式写法 #

如果喜欢更紧凑的代码，可以把上述逻辑合并成一行：

final_result = df[df['Key'].isin(df.groupby(['Key','Year'])['Type'].nunique().ge(2).reset_index()['Key'].unique())]

运行后就能得到你想要的输出啦！

内容的提问来源于stack exchange，提问作者bli12blu12