python - 在 Pandas 中使用任意优先级进行聚合

Question

给定数据框

  Column1 Column2  Column3
0       a     foo        1
1       a     bar        2
2       b     baz       12
3       b     foo        4
4       c     bar        6
5       c     foo        3
6       c     baz        7
7       d     foo        9

我想对 Column1 进行分组，使用任意优先顺序来保留 column3 中的值。
例如，如果优先顺序是:

baz

酒吧

foo

那么我希望输出显示为

         Column2
Column1         
a              2
b             12
c              7
d              9

“a”组保持“bar”值，因为“a”组没有“baz”，“b”组保持“baz”值，依此类推。
什么是最优雅的方式来做到这一点？现在我正在应用一系列 apply lambda 来处理每个项目，但感觉很草率。
编辑:
如果优先级跨越多个列怎么办？
前任。

  Column1 Column2 Column3  Column4
0       a     foo    john        1
1       a     bar     jim        2
2       b     baz    jack       12
3       b     foo     jim        4
4       c     bar    john        6
5       c     foo    john        3
6       c     baz    jack        7
7       d     foo    jack        9

如果 Column2 和 Column3 的优先顺序是:

吉姆

baz

foo

那么我希望输出显示为

        Column2  Column3
Column1                 
a           jim        2
b           jim        4
c           baz        7
d           foo        9

Answer 1

如果您对“Column2”中的所有值都有一个订单，您可以使用 loc设置索引以强加您的自定义订单后，然后 drop_duplicates只保留最高优先级。

order = ['baz', 'bar', 'foo']
df.set_index('Column2').loc[order].drop_duplicates('Column1')

        Column1  Column3
Column2                 
baz           b       12
baz           c        7
bar           a        2
foo           d        9

在第二种情况下，如果您需要跨多个列执行此操作，我们首先 melt这样 Column2 和 Column3 被堆叠成一个长系列，其余的与上面相同:

order = ['jim', 'baz', 'foo']
(df.melt(id_vars=['Column4', 'Column1'], value_vars=['Column2', 'Column3'])
   .drop(columns='variable')
   .set_index('value')
   .loc[order]
   .drop_duplicates('Column1')
)

       Column4 Column1
value                 
jim          2       a
jim          4       b
baz          7       c
foo          9       d