例如，我有一个具有以下结构的 PANDAS 数据框:
id,sex,age,rank,skill
1,M,9,1,A
1,M,8,2,G
1,M,10,3,F
2,F,10,3,M
2,F,8,4,W
2,F,6,4,O
3,M,5,1,Q
3,M,4,3,N
3,M,9,4,Y
在对数据框进行 groupby/apply 操作后，我想要的输出是:
id,sex,age,rank,skill
1,M,8,1,A
2,F,6,3,M
3,M,4,1,Q
换句话说，我希望对 id 字段进行分组，sex 字段不变，年龄值的 min()，排名值的 min()，以及出现在 min( ) 的等级值。
我知道可以将多个聚合函数传递给字典中的 groupby，但是我不明白如何处理常量值或取决于 groupby 另一个字段中函数结果的值。
请您参考如下方法:
在你预期的输出中，它是 rank 的 min ，但在你的解释中你提到它是 max
我的回答基于你的预期输出
df.groupby(['id','sex'],as_index=False).agg({'age':'min','rank':'min'}).\
merge(df.drop('age',1),on=['id','sex','rank'],how='left')
Out[931]:
id sex age rank skill
0 1 M 8 1 A
1 2 F 6 3 M
2 3 M 4 1 Q
