python - Pandas - 通过保留优先值，根据 Series 中的条件从 DataFrame 中删除重复行

Question

假设我有以下 DataFrame:

ID    Color
1     Red
2     Yellow
1     Green
3     Red
1     Green
2     Red

假设颜色的优先级如下:

Green > Yellow > Red

我想通过保留颜色具有最高优先级的行来删除具有重复 ID 的行。所以，对于这个例子，我想得到这个结果:

ID    Color
1     Green
2     Yellow
3     Red

有什么想法可以通过使用 pandas 函数来实现吗？我在 Internet 上做了很多研究，包括 pandas 文档，但想不出一个好的方法。任何帮助将不胜感激。

Answer 1

一旦您通过订单将颜色设置为类别 dtype，您至少可以通过两种方式执行此操作。

df['Color'] = pd.Categorical(df['Color'], categories=['Red','Yellow','Green'], ordered=True)

选项 1:

df.sort_values('Color', ascending=False).drop_duplicates(['ID'])

输出:

   ID   Color
4   1   Green
1   2  Yellow
3   3     Red

选项 2:

df.groupby('ID')['Color'].max()

输出:

ID
1     Green
2    Yellow
3       Red
Name: Color, dtype: object