基于目标类优先级条件删除unique_id重复行的最优实现方法咨询

你原本的映射排序思路逻辑清晰易维护，是很合理的实现，这里提供两种更简洁/高性能的优化方案：

方案1：有序分类类型优化原生排序逻辑 #

无需额外新增映射列，直接利用pandas有序分类类型的排序特性实现，代码更简洁：

import pandas as pd

# 示例数据构造
df = pd.DataFrame({
    'Unique_id': [111, 111, 111, 112, 112, 113],
    'target': ['Yes', 'Maybe', 'No', 'No', 'Maybe', 'No']
})

# 将target设为有序分类，优先级按传入顺序从高到低
df['target'] = pd.Categorical(df['target'], categories=['Yes', 'Maybe', 'No'], ordered=True)

# 排序后按Unique_id去重保留首行
df = df.sort_values('target').drop_duplicates('Unique_id', keep='first').sort_values('Unique_id')

运行后即可得到你需要的输出结果，后续如果要调整优先级，只需修改categories参数的顺序即可。

方案2：GroupBy直接筛选（无排序开销，适合大数据量） #

如果你的数据集规模很大，排序的时间开销较高，可以用分组直接按优先级匹配的方式实现，时间复杂度更低：

def pick_target(group):
    # 按优先级依次匹配
    if 'Yes' in group.values:
        return 'Yes'
    elif 'Maybe' in group.values:
        return 'Maybe'
    else:
        return 'No'

result = df.groupby('Unique_id')['target'].apply(pick_target).reset_index()

这种方法不需要修改原数据类型，也不需要全局排序，数据量越大性能优势越明显。

两种方案输出结果都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Roy