Python 根据条件删除行组

我有以下数据帧：

df =

A          B       C
111-ABC    123    EEE
111-ABC    222    EEE
111-ABC    444    XXX
222-CCC    222    YYY
222-CCC    333    67T
333-DDD    123    TTT
333-DDD    123    BTB
333-DDD    444    XXX
333-DDD    555    AAA

我想删除列

B

中不包含

123

的所有行组（按

A

分组）

预期结果如下（删除了行组

222-CCC

）：

怎么做？我假设首先我应该使用

groupby

，但是如何过滤出行组，而不仅仅是特定的行

result = df.groupby("A").... ??

您可以使用

groupby（）.filter（）

语法：

df.groupby('A').filter(lambda g: (g.B == 123).any())

---

使用

查询

a = df.query('B == 123').A.unique()
df.query('A in @a')

         A    B    C
0  111-ABC  123  EEE
1  111-ABC  222  EEE
2  111-ABC  444  XXX
5  333-DDD  123  TTT
6  333-DDD  123  BTB
7  333-DDD  444  XXX
8  333-DDD  555  AAA

b = df.query('B == 123 & C == "EEE"').A.unique()
df.query('A in @b')

          A    B    C
0  111-ABC  123  EEE
1  111-ABC  222  EEE
2  111-ABC  444  XXX


您可以在第一个
查询

a = df.query('B == 123').A.unique()
df.query('A in @a')

         A    B    C
0  111-ABC  123  EEE
1  111-ABC  222  EEE
2  111-ABC  444  XXX
5  333-DDD  123  TTT
6  333-DDD  123  BTB
7  333-DDD  444  XXX
8  333-DDD  555  AAA

b = df.query('B == 123 & C == "EEE"').A.unique()
df.query('A in @b')

          A    B    C
0  111-ABC  123  EEE
1  111-ABC  222  EEE
2  111-ABC  444  XXX


如果速度很重要。试试这个

cond1 = df.B.values == 123
a = np.unique(df.A.values[cond1])
df.loc[df.A.isin(a)]

谢谢如何添加各种条件，例如按B列和C列添加？是否应该是
（（g.B==123）|（g.C==222））.any（）
？根据您的需要，这对我来说似乎是正确的。此外，
df.groupby（'A'）.filter（x.B.values中的lambda x:123）
我如何添加各种条件，例如，通过使用逻辑OR和来添加列B和C？好的，我已经解决了。此解决方案比@Psydom提出的解决方案快得多。不知道确切的原因，但在我的1GB数据集上，它的工作速度要快得多。