Python 3.x 使用if-else条件筛选组

我有这样一个熊猫数据框：

身份证件 第1层 二级 1111 射频 B 1111 好啊 B 2222 射频 B 2222 射频 E 3333 好啊 B 3333 瞧 B

---

让我们使用

pd.Categorical

&

drop\u duplicates

df['Tier1'] = pd.Categorical(df['Tier1'],['RF','OK','LO'],ordered=True)
df['Tier2'] = pd.Categorical(df['Tier2'],['B','E'],ordered=True)

df1 = df.sort_values(['Tier1','Tier2']).drop_duplicates(subset=['ID'],keep='first')

print(df1)

     ID Tier1 Tier2
0  1111    RF     B
2  2222    RF     B
4  3333    OK     B

---

查看第1层，您可以看到订单

print(df['Tier1'])

0    RF
1    OK
2    RF
3    RF
4    OK
5    LO
Name: Tier1, dtype: category
Categories (3, object): ['RF' < 'OK' < 'LO']

打印（df['Tier1']
0射频
1好的
2射频
3射频
4好的
5劳
名称：第1层，数据类型：类别
类别（3，对象）：['RF'<'OK'<'LO']

您可以使用两个

groupby

+

agg

panda调用。由于排序

RF>OK>LO

和

B>E

分别符合（反向）词典排序，因此您可以使用简单的

min

/

max

函数进行聚合（否则您可以编写自己的自定义min-max函数）。
以下是如何做到这一点（使用双通过滤）：

tmp=df.groupby（['ID'，'Tier2']）.agg（max）.reset_index（）#步骤1
output=tmp.groupby（['ID'，'Tier1']）.agg（min）.reset_index（）35;步骤2

以下是

输出中的结果：

ID第1层第2层
0 1111射频B
12222射频B
3333好的
good first post btw:）这太棒了。非常感谢。接受，再次感谢。