python - 如何通过另一列的最小值过滤重复的数据框？

Question

我编写了一个程序，它接收由测量机器生成的两个格式相同的 CSV 文件。它将这两个文件与包含两个用户输入的 CSV 文件规则的长度相等的第三个 CSV 文件组合在一起。

然后，组合的数据帧通过一个函数来确定哪些特征（在本例中为索引 i）与标称值相距足够远，以至于它们需要应用偏移量。然后，我将这个新数据框拆分为重复和非重复列表。重复列表（df_dup）基于两列的子集相等，非重复列表是没有进入重复列表的所有其他内容。我写这一段来解释为什么我的数据框每次运行时都会有所不同。

我想要做的是通过 df_dup 并为每个分组（即基于它们具有相同的 TOOL 和 AXIS 列值）确定哪一行具有 MIN“HI-TOLERANCE”列值并将该行显示为代表。如果同一分组中的多行也具有相同的容差值，那么我真的不在乎选择哪个。它可以以编程方式选择第一个/最后一个/最简单的。

我尝试使用 groupby 并根据另一个 StackOverflow 帖子进行转换，但它根本没有改变我的数据框。这是我试过的代码：

df_dup = df_dup[df_fdup['HI-TOL'] == df_dup.groupby('TOOL')['HI-TOLERANCE'].transform('min')]

如果我的措辞含糊不清，我深表歉意，并将尽我所能详细说明。如果有人能指出我的方向，我基本上想过滤我的 df_dup 以便根据另一列中的最小值从每个分组中只选择一行。

标签： pythonpandas

Answer 1

你可以idxmin像这样使用

import pandas as pd

df = pd.read_csv('data.csv')
idxmin = df.groupby(['TOOL', 'AXIS'])['HI-TOLERANCE'].idxmin()
print(df.loc[idxmin])

输出

   TOOL  AXIS  HI-TOLERANCE
0     1     1             1
2     1     2             2

数据.csv

TOOL,AXIS,HI-TOLERANCE
1, 1, 1
1, 1, 2
1, 2, 2
1, 2, 4
1, 2, 5