Выбор данных из csv в pandas

import pandas as pd
titanic_df = pd.read_csv('titanic.csv')
titanic_df = titanic_df.fillna('0')
titanic_df = titanic_df.astype({'pclass': 'int64', 'survived': 'int64', 'age': 'int64', 'sibsp': 'int64', 'parch': 'int64', 'body': 'int64', 'fare': 'float64'})
# Здесь я получаю фамилии 
titanic_df['name'] = titanic_df['name'].str.split(',').str[0]
# Определяю сколько членов в семье
titanic_df['Family_size'] = titanic_df['sibsp'] + titanic_df['parch'] + 1
titanic_df = titanic_df.sort_values(by='name')
# Избавляюсь от ненужных столбцов(серий)
titanic_df = titanic_df.drop({'pclass', 'sex', 'ticket', 'fare', 'cabin', 'embarked', 'home.dest', 'body'}, axis=1)
# Тут проблема, если я делаю так, то однофамильцы, не являющиеся родственниками, попадают под одну гребёнку
# а мне нужно всех одиночек у кого "Family_size = 1" не изменять. Пробовал через комбинацию .groupby .filter .agg
# но не работает из-за того, что функции возвращают/требуют разные типы (DataFrame и Series).
titanic_df.groupby('name').agg({'survived': 'sum', 'age': 'mean', 'boat': lambda x: ','.join(x), 'Family_size': 'max'})

titanic_df = titanic_df.groupby(['type', 'name']).agg({'survived': 'sum', 'age': 'mean', 'boat': lambda x: ','.join(x)}).reset_index()