如何最好地基于其中一列中的唯一值遍历数据帧上的行？

Question

我有一份价格表，大约有6万条生产线，包含大约5.5万种不同服务期限的产品。它看起来是这样的：

dpl_Description w/o months  dpl_Order Duration
X                           36
X                            9
Y                           23
F                           26
F                            7
F                           18
X                            6
X                            4
X                           15
Z                           35
Z                            6
Z                            5
C                            3
X                           34
Y                           12
Y                            5

（关于这个话题：有没有更好的方式发布表格？）

我想查看此列表，删除任何持续时间不是12、24或36个月的产品，前提是存在12个月的项目（如果此特定产品不能作为12个月的项目提供，则所有项目都应保留）

这是我目前实现这一目标的代码：

for pwl in pd.unique(result["dpl_Description w/o months"]):
if result[(result["dpl_Description w/o months"] == pwl) & (result["dpl_Order Duration"] == 12)].empty:
    pass
else:
    for i in result[(result["dpl_Description w/o months"] == pwl) & (result["Charity"] != "Yes")]["dpl_Order Duration"]:
        if i in [12, 24, 36]:

        else:
            result.drop(result[(result["dpl_Description w/o months"] == pwl) & (result["dpl_Order Duration"] == i)].index, inplace=True)

代码运行完成了我想要的，但是速度非常慢。考虑到我计划围绕它编写一个函数，并将这种方法用于需要在数据集上执行的各种其他操作，我希望获得一些反馈

解决此问题的更好方法是什么，从而实现更高效的计算

编辑 为了加速代码，我尝试了以下方法，因为这样可以避免在单个持续时间中出现大量循环。但是，它的运行速度仍然非常慢：

for pwl in pd.unique(result["dpl_Description w/o months"]):
if result[(result["dpl_Description w/o months"] == pwl) & (result["dpl_Order Duration"] == 12)].empty:
    pass
else:
     result.drop(result[~(result["dpl_Order Duration"].isin([12,24,36])) & (result["Charity"] != "Yes") & (result["dpl_Description w/o months"] == pwl)].index, inplace=True)

2。编辑

根据提供的示例数据集，我期望的输出为：

X 36
X 9
F 26
F 7
F 18
X 6
X 4
X 15
Z 35
Z 6
Z 5
C 3
Y 12

如上所述，我只希望删除非12、24或36行，如果同一产品作为12个月项目也在价目表中。在这种情况下，这只适用于产品“Y”

Answer 1

由于没有预期的输出，我猜测了一下

df = df[df['dpl_Order Duration'].isin([12, 24, 36])]

   dpl_Description w/o months  dpl_Order Duration
0                           X                  36
14                          Y                  12