如何在Pandas中按分组结合条件判断，依自定义层级优先级筛选唯一ID结果

核心实现思路 #

完全不需要手动遍历分组、再逐组拼接结果。直接把两个维度的优先级规则转换为Pandas可识别的自定义排序权重，配合分组取首位记录的逻辑，就能直接匹配两步筛选的预期效果，相比循环遍历的写法代码更简洁、大数据量下效率高一个量级。 #

分步实操代码 #

1. 绑定自定义优先级权重 #

利用Pandas的有序分类（Categorical）类型，直接给两个Tier字段绑定你定义的优先级顺序，不需要手动做数值映射：

• Tier1 优先级：RF > OK > LO，按优先级从高到低定义分类顺序即可
• Tier2 优先级：B > E，同理定义分类顺序

import pandas as pd
# 初始化给出的原始测试数据
df = pd.DataFrame({
    'ID': [1111, 1111, 2222, 2222, 3333, 3333],
    'Tier1': ['RF', 'OK', 'RF', 'RF', 'OK', 'LO'],
    'Tier2': ['B', 'B', 'B', 'E', 'B', 'B']
})
# 定义自定义优先级顺序，顺序越靠前优先级越高
tier1_priority = ['RF', 'OK', 'LO']
tier2_priority = ['B', 'E']
# 将字段转换为带有序优先级的分类类型
df['Tier1'] = pd.Categorical(df['Tier1'], categories=tier1_priority, ordered=True)
df['Tier2'] = pd.Categorical(df['Tier2'], categories=tier2_priority, ordered=True)

2. 一步完成两步筛选逻辑 #

直接对全表按两个字段的优先级排序，之后按ID分组取每组的第一条记录，这个过程完全复现你描述的两步筛选流程：

1. 排序时高优先级的Tier1记录会自动排在低优先级记录前面，自动完成第一步的Tier1维度筛选
2. 同Tier1的记录会自动按Tier2优先级排序，排在最前面的就是组内最高优先级的记录

# 按优先级升序排列（分类类型默认按定义的优先级顺序升序，高优先级记录排在最前）
# 之后按ID分组取每组第一条
final_result = df.sort_values(by=['Tier1', 'Tier2'], ascending=True)\
                .groupby('ID', as_index=False)\
                .first()

运行后输出结果完全匹配预期：

关于你最初的遍历写法的补充 #

如果你习惯用分组遍历的逻辑，也可以实现需求，只需要把每个分组筛选后的结果存入列表，最后用pd.concat()拼接所有分组结果即可，不需要手动操作原表：

grouped = df.groupby('ID')
result_collector = []
for _, group in grouped:
    # 组内筛选最高优先级Tier1
    highest_tier1 = group['Tier1'].max()
    group_tier1_filtered = group[group['Tier1'] == highest_tier1]
    # 组内同Tier1下筛选最高优先级Tier2
    highest_tier2 = group_tier1_filtered['Tier2'].max()
    final_group = group_tier1_filtered[group_tier1_filtered['Tier2'] == highest_tier2]
    result_collector.append(final_group)
# 拼接所有分组结果
final_result = pd.concat(result_collector, ignore_index=True)

注意：这种遍历写法在数据量超过10万行时，运行效率会远低于前面提到的排序+分组取首条的方案，更适合逻辑非常复杂、排序逻辑无法覆盖的特殊场景。

内容的提问来源于stack exchange，提问作者sdowling001