我将数据集按A列分组,然后希望在B列中取最小值,在C列中取对应的值。
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,该值指示我将保留在数据集中的行:
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重索引的答案,但是我想在不向数据框添加多重索引的情况下做到这一点。谢谢您的帮助。
我觉得您想得太多了。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
具有类似情况,但列标题更复杂(例如“ B val”),在这种情况下,需要这样做:
df.loc[df.groupby('A')['B val'].idxmin()]