如何在DataFrame中去重并保留columnE值为C的指定行

现有如下DataFrame df：

columnA columnB columnC columnD columnE
A        B         10      C       C
A        B         10      D       A
B        C         20      A       A
B        A         20      D       A
B        A         20      D       C

需求：当columnA、columnB、columnC三列组合存在重复条目时，仅保留其中columnE等于C的行；无重复的行直接保留。最终期望输出：

columnA columnB columnC columnD columnE
A        B         10      C       C
B        C         20      A       A
B        A         20      D       C

可以通过排序+去重的组合操作实现，两种写法供参考：

写法一：显式设置优先级列 #

import pandas as pd

# 构造示例DataFrame
data = {
    'columnA': ['A', 'A', 'B', 'B', 'B'],
    'columnB': ['B', 'B', 'C', 'A', 'A'],
    'columnC': [10, 10, 20, 20, 20],
    'columnD': ['C', 'D', 'A', 'D', 'D'],
    'columnE': ['C', 'A', 'A', 'A', 'C']
}
df = pd.DataFrame(data)

# 给columnE=C的行设置更高优先级（数值越小越靠前）
df['priority'] = df['columnE'].map({'C': 0, 'A': 1})
# 按目标列+优先级排序，让C行排在每组重复数据的最前面
df = df.sort_values(by=['columnA', 'columnB', 'columnC', 'priority'])
# 去重，保留每组第一行（即优先级最高的C行），最后删除临时优先级列
df_result = df.drop_duplicates(subset=['columnA', 'columnB', 'columnC'], keep='first').drop(columns='priority')

print(df_result)

写法二：简洁排序法（无需额外列） #

import pandas as pd

# 构造示例DataFrame
data = {
    'columnA': ['A', 'A', 'B', 'B', 'B'],
    'columnB': ['B', 'B', 'C', 'A', 'A'],
    'columnC': [10, 10, 20, 20, 20],
    'columnD': ['C', 'D', 'A', 'D', 'D'],
    'columnE': ['C', 'A', 'A', 'A', 'C']
}
df = pd.DataFrame(data)

# 按目标列排序，同时对columnE降序（C的字典序大于A，降序后C排在前面）
# 然后去重保留每组第一行
df_result = df.sort_values(by=['columnA', 'columnB', 'columnC', 'columnE'], ascending=[True, True, True, False]) \
              .drop_duplicates(subset=['columnA', 'columnB', 'columnC'], keep='first')

print(df_result)

两种写法输出的结果均与期望一致：

columnA columnB  columnC columnD columnE
0       A       B       10       C       C
2       B       C       20       A       A
4       B       A       20       D       C

内容的提问来源于stack exchange，提问作者PV8