Skip to main content
 首页 » 编程设计

python之Pandas GroupBy 并选择特定列中具有最小值的行

2024年12月31日7三少

我有一个包含 A、B 和 C 列的 DataFrame。对于 A 的每个值,我想选择 B 列中具有最小值的行。

也就是从这个:

df = pd.DataFrame({'A': [1, 1, 1, 2, 2, 2], 
                   'B': [4, 5, 2, 7, 4, 6], 
                   'C': [3, 4, 10, 2, 4, 6]})       
    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 列分组,然后创建一个值来指示我将保留的行:

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)] 

我相信有一种更直接的方法可以做到这一点。 我在这里看到许多使用 MultiIndex 的答案,我宁愿避免使用它。

感谢您的帮助。

请您参考如下方法:

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