使用 pandas groupby 获取与最小值对应的行答案

【问题标题】：Get rows corresponding to the minimum with pandas groupby使用 pandas groupby 获取与最小值对应的行
【发布时间】：2019-06-06 22:51:32
【问题描述】：

我有一张表需要按条件分组：

R_num ORG name level
13    Dm   Ad   17
13    Dm   Af   16

当我使用它时，它会给我13 Dm Ad 16，这就像被操纵的数据。

df1=df.reset_index().groupby(['R_num','ORG']).agg({'name':'first','level':['min']})

我想要的结果是13 Dm Af 16，我知道'name':'first' 可能有问题，但请问我该如何解决？

谢谢

【问题讨论】：

是的，这是我的原始代码，但 reset_index 与不匹配结果无关。

标签： python pandas dataframe group-by pandas-groupby

【解决方案1】：

IIUC，你应该使用groupby 和idxmin：

# df.loc[df.groupby(['R_num','ORG'])['level'].agg('idxmin')]
df.loc[df.groupby(['R_num','ORG'])['level'].idxmin()]

   R_num ORG name  level
1     13  Dm   Af     16

【讨论】：

噗。我很接近，但我的语法不正确：df.groupby(['R_num','ORG']).apply(pd.DataFrame.__getitem__, 'level').apply(pd.DataFrame.idxmin)。当您像上面那样索引GroupBy 对象时（即使用['level']），是否会返回一个普通的Series？
@tel 是的，它返回一个以 grouper 键为索引的系列。
找到一个 alt :-)

【解决方案2】：

在sort_values 之后使用drop_duplicates

newdf = df.sort_values('level').drop_duplicates(['R_num','ORG'])
newdf
   R_num ORG name  level
1     13  Dm   Af     16

【讨论】：