大Pandas优先权提取的分组与处理

Question

现在我想处理数据帧

df

A B
1 A0
1 A1
1 B0
2 B1
2 B2
3 B3
3 A2
3 A3

首先，我想按df.A分组

sub1

A B
1 A0
1 A1
1 B0

第二，我想提取包含字母A的第一行

A B
1 A0

如果没有A

sub2

A B
2 B1
2 B2

我想提取第一行

A B
2 B1

所以，我想得到下面的结果

A B
1 A0
2 B1
3 A2

我想处理优先级提取，我尝试了分组，但无法解决。怎么处理？你知道吗

Answer 1

您可以按列A分组，对于每个组，在str.contains("A")上使用idxmax()，然后如果列B中有A，它将得到包含字母A的第一个索引，否则它将返回到第一行，因为所有值都是False：

df.groupby("A", as_index=False).apply(lambda g: g.loc[g.B.str.contains("A").idxmax()])

#   A   B
#0  1   A0
#1  2   B1
#2  3   A2

---

在可能有重复索引的情况下，可以将numpy.ndarray.argmax()与iloc一起使用，后者接受整数作为位置索引：

df.groupby("A", as_index=False).apply(lambda g: g.iloc[g.B.str.contains("A").values.argmax()])

#   A   B
#0  1   A0
#1  2   B1
#2  3   A2