按多值筛选DataFrame列，仅保留categorie为'a'的每组最后一行

现有如下Pandas DataFrame：

import pandas as pd
df = pd.DataFrame({
    'date':[20220101,20220102,20220103,20220101,20220102,20220101], 
    'id':[1,1,1,2,2,3], 
    'value':[11,22,33,44,55,66], 
    'categorie':['a','a','c','a','c','c']
})

对应的表格数据：

目前用这段代码按categorie列的多值筛选：

df = df[df['categorie'].isin(['a','c'])]

现在需要补充规则：categorie为'a'的行，只留每个id组的最后一行；categorie为'c'的行全部保留，想找更Pythonic的实现方式。

方法一：拆分处理再合并（逻辑直白） #

把数据拆成a和c两部分分别处理，最后合并，可读性拉满：

# 处理a类：按id分组取每组最后一行
df_a = df[df['categorie'] == 'a'].groupby('id').tail(1)
# 直接保留所有c类行
df_c = df[df['categorie'] == 'c']
# 合并结果，还原原索引顺序
result = pd.concat([df_a, df_c]).sort_index()

方法二：分组自定义处理（更简洁） #

利用groupby结合apply，在分组里根据类别执行不同逻辑，一行搞定核心处理：

result = df[df['categorie'].isin(['a','c'])].groupby(
    ['id', 'categorie'], group_keys=False
).apply(lambda x: x.tail(1) if x.name[1] == 'a' else x)

最终输出结果：

date  id  value categorie
1  20220102   1     22         a
2  20220103   1     33         c
3  20220101   2     44         a
4  20220102   2     55         c
5  20220101   3     66         c

内容的提问来源于stack exchange，提问作者ThatQuantDude