如何基于层级化Question Code对Pandas数据集按ID分组删除指定行？

嗨，这个需求我完全get到了——每个ID下，只要某个问题存在更细分的子问题（比如Q01存在Q01-1），就删掉父问题，只保留最底层的子问题；如果一个问题没有任何子问题，就原样保留。我来给你一步步实现这个逻辑，完全匹配你要的结果。

首先，先把你的原始数据集用Pandas构造出来：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'ID': [1,1,1,2,2,2,2,2],
    'Question Code': ['Q01', 'Q01-1', 'Q02', 'Q01', 'Q02', 'Q02-1', 'Q02-1-1', 'Q02-2']
})

接下来写一个自定义的过滤函数，对每个ID分组处理：

def filter_hierarchical_questions(group):
    # 提取当前ID下的所有问题代码
    all_q_codes = group['Question Code'].tolist()
    # 用来存储需要保留的问题代码
    keep_codes = []
    
    for q_code in all_q_codes:
        # 判断当前问题是否有子问题：检查是否存在其他问题代码以当前代码+"-"开头
        has_sub_question = any(other_q.startswith(f"{q_code}-") for other_q in all_q_codes)
        # 如果没有子问题，就保留这个问题
        if not has_sub_question:
            keep_codes.append(q_code)
    
    # 返回只保留目标代码的分组数据
    return group[group['Question Code'].isin(keep_codes)]

# 按ID分组应用过滤函数，然后重置索引让结果更整洁
result_df = df.groupby('ID', group_keys=False).apply(filter_hierarchical_questions).reset_index(drop=True)

运行之后，得到的结果就是你要的最终表格：

逻辑解释 #

这个函数的核心逻辑很简单：

• 对每个ID的分组，遍历每一个问题代码
• 检查这个代码是否是某个子问题的父级（通过判断是否有其他问题代码以当前代码+'-'开头）
• 如果没有任何子问题存在，就保留这个代码；反之则删掉父问题，只留最底层的子问题

不管你的问题层级有多深（比如Q02-1-1这种三级子问题），这个逻辑都能准确识别，自动保留最细分的那一行，完全满足你的需求~

备注：内容来源于stack exchange，提问作者rayyar