如何使用Python Pandas保留每个姓氏的最后Level2地点并转换表格？

实现步骤 #

假设你的数据存储在Pandas DataFrame df 中，包含姓氏（列名示例：Surname）、级别（列名示例：Level，值为Level1/Level2）及其他业务列，按以下步骤处理：

1. 提取所有Level1记录
   直接筛选保留所有Level1的行：

   level1_rows = df[df['Level'] == 'Level1']
   

2. 提取每个姓氏的最后一条Level2记录
   先筛选出所有Level2行，再按姓氏分组取每组最后一行：

   level2_last_rows = df[df['Level'] == 'Level2'].groupby('Surname').last().reset_index()
   

   • groupby('Surname')：按姓氏维度分组
   • .last()：提取每组的最后一行数据
   • .reset_index()：重置索引为普通列，避免合并时出现索引冲突

3. 合并结果并整理顺序
   合并Level1全量行和Level2的最终行，再按姓氏排序保持分组逻辑：

   import pandas as pd
   
   result_df = pd.concat([level1_rows, level2_last_rows]).sort_values('Surname').reset_index(drop=True)
   

补充：保留原表行顺序的方案 #

如果需要严格遵循原表中记录的出现顺序（而非按姓氏排序），可以先给原表添加行号标记，再通过行号取每组Level2的最后一条：

df['row_num'] = range(len(df))
level1_rows = df[df['Level'] == 'Level1']
# 按姓氏分组，取每组行号最大的那一行（即原表中最后出现的Level2记录）
level2_last_rows = df[df['Level'] == 'Level2'].groupby('Surname').apply(lambda x: x.loc[x['row_num'].idxmax()]).reset_index(drop=True)
# 合并后按原行号排序，再删除行号列
result_df = pd.concat([level1_rows, level2_last_rows]).sort_values('row_num').drop('row_num', axis=1).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Vish