Python 基于相关id子集数据帧的多个条件

我有一个名为

df

的数据框，它有一个

id

列和一个

related\u id

列。如果相关的_id不为null，则表示存在桌面版本和移动版本。 我想将此数据集子集，以便在存在相关id的情况下仅保留桌面实例。但是，也存在这样的情况，即可能存在具有相关id的移动观测，该id也是移动观测（ID7和ID8是示例）。在这种情况下，我只想保留其中一个观察结果

输入：

id related_id type
1e  2e          desktop
2e  1e          mobile
3x  NaN        desktop
4w  6w          desktop
5m  NaN        mobile
6w  4w          mobile
7q  8q          mobile
8q  7q          mobile

输出：

id related_id type
1e  2e          desktop
3x  NaN        desktop
4w  6w          desktop
5m  NaN        mobile
7q  8q          mobile

---

如何在pandas中执行此操作？

您可以

np.在
axis=1
上对
id
和
related\u id
进行排序，并创建用于分组的辅助序列，然后使用辅助字典计算权重的
idxmin
：

s = pd.Series(map(tuple,np.sort(df[['id','related_id']].fillna(''),axis=1)))
d= {'desktop':1,'mobile':2}
out = df.loc[df['type'].map(d).groupby(s,sort=False).idxmin()]


我刚刚编辑了我的问题来更新ID。有些ID实际上是字符，而不是字符integers@Eisen更新了我的答案
print(out)

   id related_id     type
0  1e         2e  desktop
2  3x        NaN  desktop
3  4w         6w  desktop
4  5m        NaN   mobile
6  7q         8q   mobile