请考虑这部分df的油漆罐以及它们的百分比填充水平，具体取决于倾倒时油漆的温度。
myinputdf=pd.DataFrame(data= [['Paint','R','25','5L','','99',''],['Paint','R','50','5L','96','','101'],['Paint','Y','25','5L','','98.5',''],['Paint','G','25','5L','','98.2',''],['Paint','G','-10','5L','97','','102.1'],['Paint','Y','-30','5L','97','98.6',''],['Paint','B','25','5L','98','98.2','99.4'],['Paint','B','55','10L','97.3','','99.9'],['Eggs','R','25','5L','','99','']], columns=['Product', 'Color', 'Temperature', 'Volume', 'Low Side','Typ','High Side'])
我希望按油漆颜色从部分数据中获得最完整的低/典型/高数据，直到更多的源数据可供我使用为止。
myoutputdf = pd.DataFrame(data=[['Paint', 'R', '[25,50]', '5L', '96', '99', '101'], ['Paint', 'Y', '[-30,25]', '5L', '97', '98.5', ''], ['Paint', 'G', ['-10','25'], '5L', '97', '98.2', '102.1'],['Paint', 'B', ['25', '55'], ['5L','10L'], '97.3', '98.2', '99.9'], ['Eggs', 'R', '25', '5L', '', '99', '']], columns=['Product', 'Color', 'Temperature', 'Volume', 'Low Side', 'Typ', 'High Side'])
myinputdf中有一些有目的的重复项，例如黄色-30C Typ和蓝色10L 55C High / Low。
我想要一种分层选择数据的方法。
就像我只有25C的数据一样，我只会使用它，但是，如果我还有更具体的55C的数据，也可以使用，如果我有更具体的10L数据，则可以使用。
因此，我想以分层方式选择每个条件列，并针对每种颜色将其提取为一个“最佳当前数据”行。
到目前为止，我已经获得
new_filter= myinputdf.duplicated(subset=['Product', 'Color'], keep= False)
minidf=myinputdf[new_filter.values]
但是我不知道我是否能够在列上构建可伸缩的分层过滤器。
非常感谢您的帮助。