返回符合最低条件的值列表 [Pandas]答案

【问题标题】：Return a list of values that match a minimum condition [Pandas]返回符合最低条件的值列表 [Pandas]
【发布时间】：2022-11-15 03:12:38
【问题描述】：

我有一个数据框，我希望返回一个列表，其中包含与每个细分市场的最低成本相匹配的所有值。数据框如下所示：

Segment	Part ID	Cost
1	1	$0.5
-	-	-
1	2	$0.6
1	3	$0.5
1	4	$0.7
2	5	$0.4
2	6	$0.5
2	7	$0.6

等等。

我希望最终得到的是一个像这样的新数据框：

Segment	Part List	Min. Cost
1	[1,3]	$0.5
2	[5]	$0.4

我正在努力完成这项工作。我尝试了几件事：

df['Min Segment Price'] = df.groupby(*['Segment']['Cost'].transform(min)

此行正确地向完整数据框添加了一列，以说明该细分市场的最低价格。

        min_part_list= df['Part ID'].loc[df['Cost'].eq(df['Cost'].min())].to_list()

似乎它只返回段的第一个最小值，而不是全部。

我也试过这个：

        df['Segment Min Part ID']= df['Part ID'].loc[df['Cost'].eq(df['Cost'].min())]

并且它仅在数据框价格最低的行中返回部件 ID，而不是每个段的价格最低的行。我不确定如何添加有关细分市场最低价格的额外资格。

谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用双 groupby，一个用于过滤，另一个用于聚合：

s = pd.to_numeric(df['Cost'].str.strip('$'))

out = (df[s.eq(s.groupby(df['Segment']).transform('min'))]
       .groupby('Segment', as_index=False)
       .agg({'Part ID': list, 'Cost': 'first'})
       )

输出：

   Segment Part ID  Cost
0        1  [1, 3]  $0.5
1        2     [5]  $0.4

【讨论】：