通过groupby计算平均值,删除一些带有布尔条件的行,然后以原始格式保存文件

使用 transform 对于 Series 与原尺寸相同 DataFrame ,因此可以根据 > 3 到 <=3 通过 boolean indexing :

df1 = df[df.groupby('ID')['A'].transform('mean') <= 3]
print (df1)

   ID  A
0   1  2
1   1  3
2   1  1
6   3  6
7   3  1
8   3  1
9   3  1

细节 :

print (df.groupby('ID')['A'].transform('mean'))

0    2.000000
1    2.000000
2    2.000000
3    6.666667
4    6.666667
5    6.666667
6    2.250000
7    2.250000
8    2.250000
9    2.250000
Name: A, dtype: float64

print (df.groupby('ID')['A'].transform('mean') <= 3)

0     True
1     True
2     True
3    False
4    False
5    False
6     True
7     True
8     True
9     True
Name: A, dtype: bool

另一个解决方案使用 groupby 和 filter . 此解决方案比使用带有布尔索引的转换要慢。

df.groupby('ID').filter(lambda x: x['A'].mean() < 3)

输出:

   ID  A
0   1  2
1   1  3
2   1  1
6   3  6
7   3  1
8   3  1
9   3  1