Pandas DataFrame按优先级从指定列筛选符合列表值的实现

没问题，我来帮你搞定这个需求！咱们先把逻辑捋清楚：对于每行的指定列，先从L1里挑所有存在的值取最大；如果L1里一个都没有，就从L2里挑值取最大；最后再用L3里的最大值，而且题目说三个列表覆盖了所有可能值，所以不用担心最后没值的情况。

下面直接上代码，我会用示例数据演示，你可以直接套用到自己的数据集上。

1. 先准备示例数据和定义优先级列表 #

首先咱们创建一个带无关列的DataFrame，模拟你的真实数据：

import pandas as pd
import numpy as np

# 模拟真实数据，包含目标列和无关列
df = pd.DataFrame({
    'col_a': [5, 20, 3, 15, 1],
    'col_b': [10, 5, 1, 20, 3],
    'col_c': [1, 15, 10, 3, 1],
    '无关列_1': ['x', 'y', 'z', 'w', 'v'],
    '无关列_2': [True, False, True, False, True]
})

# 定义你的三个优先级列表（示例值，替换成你实际的列表即可）
L1 = [10, 20]  # 最高优先级
L2 = [5, 15]   # 次优先级
L3 = [1, 3]    # 最低优先级

# 指定需要考虑的目标列（替换成你实际的列名）
target_cols = ['col_a', 'col_b', 'col_c']

2. 方案一：简单直观的apply方法（适合小数据集） #

这种方法代码逻辑清晰，容易理解，适合数据量不大的情况：

def get_priority_max(row, target_cols, L1, L2, L3):
    # 提取当前行的目标列值
    row_values = row[target_cols].values
    # 先筛选L1中的值，有就取最大
    l1_candidates = row_values[np.isin(row_values, L1)]
    if len(l1_candidates) > 0:
        return max(l1_candidates)
    # 没有L1的值就找L2的最大值
    l2_candidates = row_values[np.isin(row_values, L2)]
    if len(l2_candidates) > 0:
        return max(l2_candidates)
    # 最后取L3的最大值（题目说所有值都在三个列表里，所以肯定有值）
    l3_candidates = row_values[np.isin(row_values, L3)]
    return max(l3_candidates)

# 新增列，应用自定义函数
df['优先级最大值'] = df.apply(lambda r: get_priority_max(r, target_cols, L1, L2, L3), axis=1)

3. 方案二：矢量化实现（适合大数据集，性能更优） #

如果你的数据量很大，apply逐行处理会比较慢，推荐用矢量化方法，利用Pandas的内置函数提升效率：

# 先提取目标列的子集
target_subset = df[target_cols]

# 标记每个值是否属于对应列表，并用where保留对应值，其余设为NaN
l1_masked = target_subset.where(target_subset.isin(L1))
l2_masked = target_subset.where(target_subset.isin(L2))
l3_masked = target_subset.where(target_subset.isin(L3))

# 计算每行的最大值（NaN会被忽略）
l1_row_max = l1_masked.max(axis=1)
l2_row_max = l2_masked.max(axis=1)
l3_row_max = l3_masked.max(axis=1)

# 按优先级合并：优先取L1的最大值，没有就用L2，最后用L3
df['优先级最大值'] = l1_row_max.combine_first(l2_row_max).combine_first(l3_row_max)

验证结果 #

运行完上面的代码后，你会得到新增的优先级最大值列，对应每行的结果：

• 第1行：L1里有10，所以值为10
• 第2行：L1里有20，所以值为20
• 第3行：L1里有10，所以值为10
• 第4行：L1里有20，所以值为20
• 第5行：L1和L2都没有值，取L3的最大值3

你只需要把示例中的L1/L2/L3和target_cols替换成你实际的列表和列名就可以直接用啦！

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