根据 PYTHON 中的分组和条件创建新的 df 列

Question

我的 dataframe 看起来像底部，我想创建一个名为“remove”的新列，该列根据以下条件为真/假。

我只想为每个“url”保留一行，并想根据此顺序确定要保留的行：

• 保留得分较高的那个
• 如果分数相同，则跟踪“gre”和“tca”的 go 优于“oke”
• 如果它们在轨道上相等，则 go 到“大小”并取较大的

我希望根据是否应删除新列是真还是假。

提前致谢！！

	姓名	年龄	追踪	分数	尺寸	url	url_count
0	提米	10	格雷	0.982	41	目标.com	2个
1个	切斯特	12	三氯乙酸	0.251	12	迈克尔斯.com	3个
2个	崔西	10	好的	0.0879	15	梅西百货 com	2个
3个	杰	9	格雷	0.985	20	迈克尔斯.com	3个
4个	宇宙	150	三氯乙酸	0.982	328	目标.com	2个
5个	万达	145	格雷	0.879	550	梅西百货 com	2个
6个	乔根	500	好的	0.432	51	迈克尔斯.com	3个

Answer 1

将sort_values与您的排序标准一起使用，并将custom_sort作为键重新排序您的行，第一个是排名最高的。 然后我们仅在url列上使用duplicated来标记除 url 的第一个实例之外的所有实例被删除：

def custom_sort(x):
    if x.name == 'track':
        return x.map({'gre': 0, 'tca': 0, 'oke': 1})
    
    else:
        return x

df['remove'] = df.sort_values(['url', 'score', 'track', 'size'], key = custom_sort, ascending = False).duplicated(subset = 'url')