基于排序结果的DataFrame数据过滤：多条件去重需求求解

这是一个典型的分组优先级筛选需求，你只需要调整排序逻辑，把VOLUME也纳入排序优先级，就能完美解决问题。下面提供两种符合Python/Pandas风格的实现方案：

方案一：排序+去重（高效简洁，推荐） #

这种方法通过多字段降序排序，让每个CLASS下符合要求的记录排在最前面，再去重保留第一条，性能更优，适合处理大数据集：

import pandas as pd

# 构造示例数据
data = {
    'ID': [1,2,3,4,5,6,7],
    'CLASS': ['012345','987654','012345','012345','987654','012345','987654'],
    'CLASS_ID': ['12','99','11','10','24','06','08'],
    'EXPIRY': [70,10,70,60,20,70,60],
    'VOLUME': [100,800,200,700,300,900,500]
}
df = pd.DataFrame(data)

# 按CLASS降序、EXPIRY降序、VOLUME降序排序
df_sorted = df.sort_values(
    by=['CLASS', 'EXPIRY', 'VOLUME'],
    ascending=[False, False, False]
)
# 按CLASS去重，保留第一条（即排序后优先级最高的记录）
df_result = df_sorted.drop_duplicates(subset=['CLASS'])

# 可选：重置索引让结果更整洁
df_result = df_result.reset_index(drop=True)

print(df_result)

执行后输出结果：

ID   CLASS CLASS_ID  EXPIRY  VOLUME
0   7  987654       08      60     500
1   6  012345       06      70     900

逻辑说明： #

1. 排序时，先按CLASS分组排序（降序只是为了让结果里987654排在前面，和你的期望输出一致，改成升序也不影响最终筛选逻辑）；
2. 同一CLASS内，先按EXPIRY降序，把过期值最大的记录排在前面；
3. 同一EXPIRY的记录里，再按VOLUME降序，让体积最大的记录排在最顶端；
4. 最后按CLASS去重，保留第一条记录，就是每个CLASS下优先级最高的那条。

方案二：GroupBy分组筛选（逻辑直观） #

如果你更看重代码的可读性，也可以用groupby分组后，对每个组单独筛选符合条件的记录：

import pandas as pd

data = {
    'ID': [1,2,3,4,5,6,7],
    'CLASS': ['012345','987654','012345','012345','987654','012345','987654'],
    'CLASS_ID': ['12','99','11','10','24','06','08'],
    'EXPIRY': [70,10,70,60,20,70,60],
    'VOLUME': [100,800,200,700,300,900,500]
}
df = pd.DataFrame(data)

# 按CLASS分组，筛选每个组内EXPIRY最大且VOLUME最大的记录
df_result = df.groupby('CLASS').apply(
    lambda group: group.loc[
        (group['EXPIRY'] == group['EXPIRY'].max()) & 
        (group['VOLUME'] == group['VOLUME'].max())
    ]
).reset_index(drop=True)

print(df_result)

逻辑说明： #

1. 按CLASS对DataFrame分组；
2. 对每个分组，先筛选出EXPIRY等于组内最大值的所有行；
3. 再从这些行里筛选出VOLUME等于组内最大值的行；
4. 最后合并所有分组的结果，重置索引得到最终数据。

注意：如果某个组内存在多条EXPIRY和VOLUME都相同的最大值记录，这种方法会保留所有符合条件的记录；而方案一则只会保留排序后的第一条，你可以根据实际需求选择。

内容的提问来源于stack exchange，提问作者Phillip