当A上存在重复值时，如何找到A列上分组数据的最小值和另一列B的最小值答案

【问题标题】：How to find min value of grouped data on column A and min of the other column B when duplicate values exist on A当A上存在重复值时，如何找到A列上分组数据的最小值和另一列B的最小值
【发布时间】：2019-06-10 03:37:12
【问题描述】：

我正在尝试使用 Pandas 分析数据框。我的问题与问题类似：

How to get rows with min values in one column, grouped by other column, while keeping other columns?

除了那个问题（这对我来说非常重要），如果分组列有多个最小值，我还需要找到其他列的最小值。如果没有，我需要查看对应的值。

这是一个基本的例子；

df = pd.DataFrame({'id' : [1,1,1,2,2],
                   'A' : [8,6,6,8,9],
                   'B' : [1,2,4,5,4]})

当此数据帧按“id”分组并聚合（首先在“A”上，然后在“B”上）时，这是我想看到的输出：

id  A   B   
1   6   2
2   8   5

请注意，当 id 为 1 时，列 'A' 有多个具有最小值的行。对应的 'B' 列值为 2 和 4。因此，它们的最小值作为 ' 的结果返回B' 列。

我不知道R，所以，我不明白上面链接的答案。无论如何，这是一个不同的版本。

【问题讨论】：

标签： python pandas group-by

【解决方案1】：

IIUC，按B排序后使用idxmin

df.loc[df.sort_values('B').groupby('id')['A'].idxmin()]

   id  A  B
1   1  6  2
3   2  8  5

【讨论】：

【解决方案2】：

另一种方法是默认利用groupby 排序group_keys。因此，groupby 'id, A' 将每 ID 的最小 A 组推到顶部。之后，在B、reset_index 和drop_duplicate 上致电min

df.groupby(['id', 'A'])['B'].min().reset_index().drop_duplicates(subset='id')


Out[298]:
   id  A  B
0   1  6  2
2   2  8  5

【讨论】：