Pandas 根據 groupby AND 部分字符串匹配刪除行

Question

我有一個很大的 pandas DataFrame，其中有很多列。 我想按序列號和重復項分組，以保留產品 ID 以-RF結尾的行。 第一部分我可以用groupby(subset='Serial Number')實現，但是我不知道如何結合這個和基於正則表達式('-RF$')保留/刪除行。 我怎樣才能做到這一點？

輸入：

序列號	產品編號
ABC1745AABC	ABC-SUP2E-射頻
ABC1745AABC	ABC-SUP2E
ABC1745AAFF	ABC-SUP2E
ABC1745AAFE	ABC-SUP2E
ABC1745AAB1	ABC-SUP2E-WS
ABC1745AAB1	ABC-SUP2E

最終，我想留下這樣的東西（輸出）：

序列號	產品編號
ABC1745AABC	ABC-SUP2E-射頻
ABC1745AAFF	ABC-SUP2E
ABC1745AAFE	ABC-SUP2E
ABC1745AAB1	ABC-SUP2E-WS
ABC1745AAB1	ABC-SUP2E

數據：

{'Serial Number': ['ABC1745AABC', 'ABC1745AABC', 'ABC1745AAFF', 'ABC1745AAFE'],
 'Product ID': ['ABC-SUP2E-RF', 'ABC-SUP2E', 'ABC-SUP2E', 'ABC-SUP2E']}

Answer 1

您可以添加一列來標記以“RF”結尾的行，然后對值進行排序以將這些行留在每個組的頂部。 最后只是分組並占據第一行：

df["RF"] = df["Product ID"].str.endswith("-RF")
df = df.sort_values(["Serial Number", "RF"], ascending=False)
output = df.groupby("Serial Number").first()[["Serial Number", "Product ID"]]

Output：

  Serial Number    Product ID
2  ABC1745AAFF      ABC-SUP2E
3  ABC1745AAFE      ABC-SUP2E
0  ABC1745AABC   ABC-SUP2E-RF

Answer 2

謝謝你的幫助。 我已經這樣解決了：

df = df.sort_values(["序列號", "產品 ID"], ascending=(True, True))

df = df.drop_duplicates(subset=['序列號', '產品組'], keep='第一個')

幸運的是，我保留的產品 ID 在所有情況下都是最長的字符串。 最好為情況並非總是如此的情況找到解決方案。