如何在Pandas中使用Group By构建过滤条件，移除指定数据行

我来帮你实现这个需求，咱们一步一步来：

首先，先把你给的示例数据转换成可复用的Pandas DataFrame，方便测试：

import pandas as pd

data = {
    'id': [1, 1, 1, 2, 2, 3],
    'finalid': [1, 2, 32, 2, 23, 3],
    'month': [1, 1, 1, 1, 1, 1],
    'year': [2012, 2012, 2012, 2012, 2012, 2012],
    'count_ph': [12, 6, 6, 2, 2, 2],
    'count_sh': [20, 18, 2, 6, 6, 2]
}
df_target = pd.DataFrame(data)

接下来，按照你的需求逻辑，我们需要先标记出每个(id, month, year)组的记录数量，然后筛选掉符合删除条件的行。具体步骤如下：

1. 计算每个组的记录数：用groupby结合transform('size')，这样每一行都会带上所在组的总条数，方便后续逐行判断
2. 定义筛选条件：保留组记录数≤1 或者 id≠finalid 的行（因为要删除的是组记录数>1且id==finalid的行，取反就是保留规则）

实现代码如下：

# 计算每个(id, month, year)组的记录数，添加到新列group_size
df_target['group_size'] = df_target.groupby(['id', 'month', 'year'])['id'].transform('size')

# 筛选出需要保留的行
filtered_df = df_target[~((df_target['group_size'] > 1) & (df_target['id'] == df_target['finalid']))]

# 去掉临时的group_size列，还原成原始列结构
filtered_df = filtered_df.drop(columns=['group_size'])

运行这段代码后，filtered_df就是你期望的结果：

id  finalid  month  year  count_ph  count_sh
1   1        2      1  2012         6        18
2   1       32      1  2012         6         2
4   2       23      1  2012         2         6
5   3        3      1  2012         2         2

解释一下逻辑：

• 对于id=1的组，有3条记录（group_size=3>1），其中id==finalid的是第一条，所以这条被移除，剩下两条保留
• 对于id=2的组，有2条记录（group_size=2>1），其中id==finalid的是第四条，所以这条被移除，剩下第五条保留
• 对于id=3的组，只有1条记录（group_size=1），虽然id==finalid，但不满足组记录数>1的条件，所以保留

这样就完全符合你的需求啦！

内容的提问来源于stack exchange，提问作者user3222101