如果torch2不存在，则通过与Series.ne进行比较，并通过GroupBy.transform与GroupBy.all进行测试，然后通过boolean indexing进行过滤，从而获得id和name的所有组：

df1 = df[df['update'].ne('torch2').groupby([df['id'],df['name']]).transform('all')]
print (df1)
   id   name     update
1   2  paulo  stock_opt

或者通过DataFrame.set_index创建MultiIndex，测试是否等于torch2并过滤掉Index.isin中的索引：

s = df.set_index(['id','name'])['update']
df1 = df[~s.index.isin(s.index[s.eq('torch2')])]
print (df1)
   id   name     update
1   2  paulo  stock_opt

对于相反的相等比较，并测试是否至少有一个GroupBy.any匹配：

df2 = df[df['update'].eq('torch2').groupby([df['id'],df['name']]).transform('any')]
print (df2)
   id     name  update
0   1    andre  torch2
2   3  Manuela  length
3   1    andre   stock
4   3  Manuela  torch2

或删除反转遮罩的~：

s = df.set_index(['id','name'])['update']
df2 = df[s.index.isin(s.index[s.eq('torch2')])]
print (df2)
   id     name  update
0   1    andre  torch2
2   3  Manuela  length
3   1    andre   stock
4   3  Manuela  torch2