Pandas使用apply lambda双规则过滤：按前序rank的x/y差和z1.1倍阈值筛选行

核心筛选规则 #

• 所有rank = 1的行默认全部保留
• 对rank > 1的行，只要存在任意一个前序更低rank的行同时满足以下三个条件，就删除当前行：
  • x列差值的绝对值≤1
  • y列差值的绝对值≤1
  • 当前行z列值 < 前序行z列值的1.1倍
• 不满足删除条件的行保留，同时加入对比池供后续更高rank的行做判断

实现代码（apply+lambda写法） #

import pandas as pd

# 示例数据构造
df = pd.DataFrame({
    'rank': [1, 1, 2, 2, 3, 3],
    'x': [0, 3, 0, 3, 4, 2],
    'y': [0, 4, 0, 4, 5, 5],
    'z': [1, 3, 1.2, 3.25, 3, 6],
})

# 按rank升序排序，保证前序rank的行优先处理
df_sorted = df.sort_values('rank').reset_index(drop=True)
# 存储已保留的前序行，用于后续行对比
saved_prev = []

def check_row(row):
    if row['rank'] == 1:
        saved_prev.append(row)
        return True
    # 遍历所有前序保留行判断是否触发删除条件
    for p in saved_prev:
        if (abs(row['x'] - p['x']) <=1 
            and abs(row['y'] - p['y']) <=1 
            and row['z'] < p['z'] * 1.1):
            return False
    saved_prev.append(row)
    return True

# apply+lambda筛选行
output = df_sorted[df_sorted.apply(lambda r: check_row(r), axis=1)]
print(output)

输出结果验证 #

运行上述代码得到的输出和需求一致：

rank  x  y    z
0     1  0  0  1.0
1     1  3  4  3.0
2     2  0  0  1.2
5     3  2  5  6.0

内容的提问来源于stack exchange，提问作者mike_gundy123