如何在Pandas DataFrame中筛选E列=1且按A、B、C、D优先级取行

没问题，我来帮你搞定这个筛选需求！咱们一步步来实现：

步骤1：构建示例DataFrame #

先把你给出的示例数据转换成Pandas可处理的DataFrame：

import pandas as pd

# 构建示例数据
data = {
    'A': [4, 4, 4, 3, 5],
    'B': [4, 2, 4, 0, 0],
    'C': [3, 0, 1, 0, 0],
    'D': [1, 0, 1, 0, 1],
    'E': [1, 1, 1, 1, 0]
}
df = pd.DataFrame(data)

步骤2：筛选E列取值为1的行 #

先把满足基础条件（E列值为1）的行过滤出来：

filtered_rows = df[df['E'] == 1]

步骤3：按优先级降序排序 #

按照你要求的优先级（A→B→C→D，优先选值最大的行），对过滤后的行做降序排序——这样最符合要求的行就会自动排在结果的最顶部：

sorted_rows = filtered_rows.sort_values(by=['A', 'B', 'C', 'D'], ascending=False)

步骤4：提取目标行 #

直接取排序后的第一行，就是咱们要的最终结果：

target_row = sorted_rows.head(1)

简化写法（合并成一行） #

如果喜欢简洁的代码，可以把上面的步骤合并成一行：

target_row = df[df['E'] == 1].sort_values(by=['A', 'B', 'C', 'D'], ascending=False).head(1)

最终输出结果 #

执行后target_row会输出你期望的目标行，完整保留列名和对应数据：

A  B  C  D  E
0  4  4  3  1  1

内容的提问来源于stack exchange，提问作者Jack