Python pandas groupby后如何按Source优先级4>2>3实现条件筛选

解法1：groupby.apply 直接实现自定义条件筛选 #

这个方案完全符合你不需要提前新增优先级列、分组后直接按规则选择行的需求，逻辑和你描述的筛选规则完全对应：

import pandas as pd

# 示例数据
df = pd.DataFrame({'ID': [11, 11,11,11,22,22,33] ,
                   'Source': [2, 2,4,3,3,2,3],
                   'Price':[10, 20,30,40,50,60,70]})

# 分组筛选逻辑
def pick_row(group):
    # 优先选Source=4的行
    if (group['Source'] == 4).any():
        return group[group['Source'] == 4].iloc[0]
    # 次选Source=2的行
    elif (group['Source'] == 2).any():
        return group[group['Source'] == 2].iloc[0]
    # 最后选Source=3的行
    else:
        return group[group['Source'] == 3].iloc[0]

# 按ID分组后应用筛选规则
res = df.groupby('ID', as_index=False).apply(pick_row).reset_index(drop=True)

运行后res的输出和你给出的预期结果完全一致。

解法2：高性能方案（适合超大规模DataFrame） #

如果你的DataFrame数据量很大，用apply遍历分组的性能会偏低，可以用分类类型设置优先级后取每组最大值对应的行，性能提升非常明显：

# 按优先级从低到高设置分类顺序，有序分类的最大值对应最高优先级
df['Source'] = pd.Categorical(df['Source'], categories=[3,2,4], ordered=True)
# 取每组Source优先级最高的行的索引，筛选对应行
res = df.loc[df.groupby('ID')['Source'].idxmax()].reset_index(drop=True)
# 可选：将Source列转回整数类型
res['Source'] = res['Source'].astype(int)

内容的提问来源于stack exchange，提问作者bohontw