熊猫按优先顺序选择有条件的行答案

【问题标题】：pandas select rows with condition in priority order熊猫按优先顺序选择有条件的行
【发布时间】：2021-10-08 02:50:14
【问题描述】：

我是熊猫新手。所以我有看起来像这样的数据框：

    id  car date    color
1   2   bmw 2021-05-21  black
2   3   bmw 2021-05-21  yellow
3   4   mercedes    2021-06-21  red
4   5   toyota  2021-11-01  pink
5   6   toyota  2021-09-06  black
6   7   mercedes    2021-07-07  white

我需要优先选择具有最新日期和颜色的唯一“汽车”的行（红色、粉红色、黑色、白色、黄色）我的意思是如果按日期排序的数据框中的汽车颜色为红色，那么我保存该行，如果汽车没有红色，那么我搜索粉红色等。

首先 - 按日期排序其次 - 如果日期重复，我按所需颜色对其进行排序

我按日期排序： df.sort_values(by="date").drop_duplicates(subset=["car", "color"], keep="last")

它看起来像那个 rn：

    id  car date    color
1   2   bmw 2021-05-21  black
2   3   bmw 2021-05-21  yellow
3   4   mercedes    2021-06-21  red
6   7   mercedes    2021-07-07  white
5   6   toyota  2021-09-06  black
4   5   toyota  2021-11-01  pink

我真正想看到的：

id  car date    color
2   bmw 2021-05-21  black
5   toyota  2021-11-01  pink
7   mercedes    2021-07-07  white

【问题讨论】：

@user3483203 好吧，我明白了，我将其更改为 car + color，因为我需要在下一步中保存颜色，按优先级颜色对其进行排序，也许逻辑不正确，但我需要删除日期不是最新的行

标签： python pandas dataframe sorting drop-duplicates

【解决方案1】：

IIUC，使用pd.Categorical 定义您的订单，然后使用sort_values + groupby。

df["color"] = pd.Categorical(
    df["color"], categories=["red", "pink", "black", "white", "yellow"], ordered=True
)

df.sort_values(by=["date", "color"], ascending=[0, 1]).groupby(
    "car", as_index=0
).first()

        car  id       date  color
0       bmw   2 2021-05-21  black
1  mercedes   7 2021-07-07  white
2    toyota   5 2021-11-01   pink

【讨论】：