python pandas - 删除列中的重复项并根据复杂的标准保留行

Question

假设我有这个 DF：

s1 = pd.Series([1,1,2,2,2,3,3,3,4])
s2 = pd.Series([10,20,10,5,10,7,7,3,10])
s3 = pd.Series([0,0,0,0,1,1,0,2,0])
df = pd.DataFrame([s1,s2,s3]).transpose()
df.columns = ['id','qual','nm']
df
   id  qual  nm
0   1    10   0
1   1    20   0
2   2    10   0
3   2     5   0
4   2    10   1
5   3     7   1
6   3     7   0
7   3     3   2
8   4    10   0

我想获得一个没有重复 ID 的新 DF，因此应该有 4 行，ID 为 1、2、3、4。 应保留的行应根据以下标准选择：取最小nm 的那一行，如果相等，取最大qual 的那一行，如果仍然相等，则只选择一个。 我想我的代码应该是这样的：

df.groupby('id').apply(lambda x: ???)

它应该返回：

   id  qual  nm
0   1    20   0
1   2    10   0
2   3     7   0
3   4    10   0

但不确定我的函数应该接受和返回什么。
或者可能有更简单的方法？
谢谢！

Answer 1

将boolean indexing与GroupBy.transform用于每组的GroupBy.transform行数，然后对于最大值和最后，如果仍然DataFrame.drop_duplicates ，则通过DataFrame.drop_duplicates删除它们：

#get minimal nm
df1 = df[df['nm'] == df.groupby('id')['nm'].transform('min')]
#get maximal qual    
df1 = df1[df1['qual'] == df1.groupby('id')['qual'].transform('max')]
#if still dupes get first id
df1 = df1.drop_duplicates('id')
print (df1)
   id  qual  nm
1   1    20   0
2   2    10   0
6   3     7   0
8   4    10   0

Answer 2

用 -

grouper = df.groupby(['id'])
df.loc[(grouper['nm'].transform(min) == df['nm'] ) & (grouper['qual'].transform(max) == df['qual']),:].drop_duplicates(subset=['id'])

输出

   id  qual  nm
1   1    20   0
2   2    10   0
6   3     7   0
8   4    10   0