Python Pandas：基于前序行产品版本变更规则删除冗余行数据

核心逻辑 #

1. 拆分产品列的内容，提取系列标识（如A、B）和数字版本号（如1、2、3），方便版本大小对比
2. 按原始数据的顺序逐行遍历，为每个系列单独维护当前已出现过的最高版本号
3. 逐行校验：如果当前行版本号大于等于对应系列的已记录最高版本，保留该行并更新最高版本；低于最高版本则直接丢弃

Python Pandas 实现代码 #

import pandas as pd

# 示例：加载数据，你可以替换为自己的读数据逻辑
data = [
    ["A.1", 10], ["A.1", 5], ["A.1", 1], ["A.1", 2], ["A.1", 1],
    ["A.2", 5], ["A.2", 1], ["A.1", 2], ["A.1", 10], ["A.2", 10],
    ["B.1", 1], ["B.1", 2], ["B.1", 1], ["B.3", 5], ["B.1", 1],
    ["B.3", 2], ["B.1", 10]
]
df = pd.DataFrame(data, columns=["Product", "CycleTime"])

# 拆分系列和版本号
df[["series", "version"]] = df["Product"].str.split(".", expand=True)
df["version"] = df["version"].astype(int)

max_version = {}
result_rows = []

for _, row in df.iterrows():
    current_series = row["series"]
    current_ver = row["version"]
    if current_series not in max_version:
        max_version[current_series] = current_ver
        result_rows.append(row)
    else:
        if current_ver >= max_version[current_series]:
            max_version[current_series] = current_ver
            result_rows.append(row)

# 生成最终结果
final_df = pd.DataFrame(result_rows).drop(columns=["series", "version"]).reset_index(drop=True)
print(final_df)

运行上述代码输出的结果和你给出的期望结果完全一致。

内容的提问来源于stack exchange，提问作者Blue Moon