Python 3.x 通过对另一列中的文本进行优先级排序来分组

我有一个（片段）df：

我想使用

pandas

按

date

列对其进行分组，列

type

中的值需要遵循以下规则：LS8>SN2>SN1。我提出的解决方案是在表示规则的每个类型之前添加一个字母，例如a_LS8、b_SN2、c_SN1。这样，我可以根据日期和类型对df进行排序，然后执行

df.groupby（by='date'）.first（）

。然后删除这个额外的字母。预期的结果将是：

    date    type
0   200101  SN2
1   200102  LS8
2   200103  SN2

有更好的方法执行该任务吗？

使用ordered，这样就可以通过

min

进行聚合：

df['type'] = pd.Categorical(df['type'], categories=['LS8','SN2','SN1'], ordered=True)

df1 = df.groupby('date', as_index=False)['type'].min()
print (df1)
     date type
0  200101  SN2
1  200102  LS8
2  200103  SN2

---

完美的我没有意识到这种可能性，谢谢

df['type'] = pd.Categorical(df['type'], categories=['LS8','SN2','SN1'], ordered=True)

df1 = df.groupby('date', as_index=False)['type'].min()
print (df1)
     date type
0  200101  SN2
1  200102  LS8
2  200103  SN2