我们可以使用Pandas的groupby函数，通过关键字和列名对数据框进行分组，然后用unique函数获取列的独特值，最后将筛选条件应用于原始数据框。

示例代码：

import pandas as pd

# 创建示例数据框
df = pd.DataFrame({'key': ['A', 'B', 'C', 'A', 'B', 'C'], 'value': [1, 2, 3, 4, 5, 6]})

# 按键+列名进行分组，获取列的唯一值
unique_values = df.groupby(['key'])['value'].unique()

# 列表推导式生成筛选条件
filter_condition = [val in unique_values[key] for key, val in zip(df['key'], df['value'])]

# 将筛选条件应用于数据框
filtered_df = df[filter_condition]

print(filtered_df)

输出：

  key  value
0   A      1
1   B      2
2   C      3
4   B      5
5   C      6

这将返回一个已过滤的数据帧，其中每个键+列值都匹配列的唯一值。