python - Pandas GroupBy 并选择特定列中具有最小值的行

Question

我按 A 列对我的数据集进行分组，然后想取 B 列中的最小值和 C 列中的相应值。

data = pd.DataFrame({'A': [1, 2], 'B':[ 2, 4], 'C':[10, 4]})
data  
    A   B   C
0   1   4   3
1   1   5   4
2   1   2   10
3   2   7   2
4   2   4   4
5   2   6   6  

我想得到：

    A   B   C
0   1   2   10
1   2   4   4

目前，我按 A 分组，并创建一个值来指示我将在数据集中保留的行：

a = data.groupby('A').min()
a['A'] = a.index
to_keep = [str(x[0]) + str(x[1]) for x in a[['A', 'B']].values]
data['id'] = data['A'].astype(str) + data['B'].astype('str')
data[data['id'].isin(to_keep)]

我确信有一种更直接的方法可以做到这一点。我在这里看到了许多使用多索引的答案，但我想在不向我的数据框添加多索引的情况下这样做。谢谢您的帮助。

标签： pythonpandasgroup-bypandas-groupby

Answer 1

我觉得你想多了。只需使用groupby和idxmin：

df.loc[df.groupby('A').B.idxmin()]

   A  B   C
2  1  2  10
4  2  4   4

---

df.loc[df.groupby('A').B.idxmin()].reset_index(drop=True)

   A  B   C
0  1  2  10
1  2  4   4