Python 熊猫群居按等级排列

我有一个

dataframe

：

    date        value       source
0   2020-02-14  0.438767    L8-SR
1   2020-02-15  0.422867    S2A-SR
2   2020-03-01  0.657453    L8-SR
3   2020-03-01  0.603989    S2B-SR
4   2020-03-11  0.717264    S2B-SR
5   2020-04-02  0.737118    L8-SR

我想按

日期

列进行

groupby

，根据从

源

列中选择的排序/重要性保留行。例如，我的排名是L8-SR>S2B-SR>gp6r，这意味着对于所有具有相同日期的行，保留

source==L8-SR

的行，如果没有包含L8-SR，则保留

source==S2B-SR

的行。我如何在

groupby

中实现这一点

输出应如下所示：

    date        value       source
0   2020-02-14  0.438767    L8-SR
1   2020-02-15  0.422867    S2A-SR
2   2020-03-01  0.657453    L8-SR
3   2020-03-11  0.717264    S2B-SR
4   2020-04-02  0.737118    L8-SR

---

让我们尝试

category

dtype并

drop\u duplicates

：

orders = ['L8-SR','S2B-SR','GP6_r']

df.source = df.source.astype('category')

df.source.cat.set_categories(orders, ordered=True)

df.sort_values(['date','source']).drop_duplicates(['date'])

输出：

         date     value  source
0  2020-02-14  0.438767   L8-SR
1  2020-02-15  0.422867  S2A-SR
2  2020-03-01  0.657453   L8-SR
4  2020-03-11  0.717264  S2B-SR
5  2020-04-02  0.737118   L8-SR

---

请按操作尝试以下分组代码。对于此操作后的订购，您可以通过以下方式执行排序：

# Import pandas library
import pandas as pd

# Declare a data dictionary contains the data mention in table
pandasdata_dict = {'date':['2020-02-14', '2020-02-15', '2020-03-01', '2020-03-01', '2020-03-11', '2020-04-02'],  
        'value':[0.438767, 0.422867, 0.657453, 0.603989, 0.717264, 0.737118],  
        'source':['L8-SR', 'S2A-SR', 'L8-SR', 'S2B-SR', 'S2B-SR', 'L8-SR']}  

# Convert above dictionary data to the data frame
df = pd.DataFrame(pandasdata_dict)

# display data frame
df

# Convert date field to datetime 
df["date"] = pd.to_datetime(df["date"])

# Once conversion done then do the group by operation on the data frame with date field
df.groupby([df['date'].dt.date])

---

你能提供输出数据帧吗？我认为解释很清楚：），我已经添加了输出，如果你能提供输出数据帧，输出会容易得多。另外，我可以将我的输出与所需的输出进行比较