Pandas按ID分组多条件筛选：优先HA1类型再取最大Num值行

核心思路 #

• 新增临时排序字段，标记当前行是否为HA1类型，HA1类型标记为1，其他为0，保证同组内HA1行优先级高于非HA1行
• 按ID分组后，每组内先按临时排序字段降序排列，再按Num降序排列
• 取每组的第一行即为符合要求的结果

代码实现 #

首先构造示例数据集：

import pandas as pd

data = {
    'ID': [123, 123, 123, 456, 456],
    'Data': ['What', 'I', 'What', 'I', 'Gotta'],
    'AddType': ['HA1', 'HA1', 'OT1', 'OT2', 'OT2'],
    'Num': [1, 2, 1, 1, 2]
}
df = pd.DataFrame(data)

核心处理逻辑：

# 新增排序优先级字段
df['is_ha1'] = (df['AddType'] == 'HA1').astype(int)

# 排序后分组取首行，删除临时字段
result = df.sort_values(['is_ha1', 'Num'], ascending=False)\
           .groupby('ID', as_index=False)\
           .first()\
           .drop('is_ha1', axis=1)

print(result)

如果使用pandas 1.1.0及以上版本，也可以用key参数省略临时字段的创建：

result = df.sort_values(
    by=['AddType', 'Num'],
    ascending=False,
    key=lambda col: col == 'HA1' if col.name == 'AddType' else col
).groupby('ID', as_index=False).first()

输出结果 #

ID   Data AddType  Num
0  123      I     HA1    2
1  456  Gotta     OT2    2

内容的提问来源于stack exchange，提问作者lte__