如何在Pandas中GroupBy後選擇特定列中具有最小值的行？

Pandas GroupBy 並選擇特定列中具有最小值的行

使用Pandas DataFrame 時，通常需要按某些列對資料進行分組並對這些列執行操作組。一個常見的操作是選擇特定列中具有最小值的行。

在本文中，我們將探索一種簡單而有效的方法來完成此任務，而無需借助 MultiIndex。

問題陳述：

給定一個包含A、B 和C 列的DataFrame，我們的目標是為A 列中的每個值選擇B 列中具有最小值的行。

原始資料框：

A	B	C
1	4	3
1	5	4
1	2	10
2	7	2
2	4	4
2	6	6

所需輸出：

A	B	C
1	2	10
2	4	4

解決方案：

解決這個問題的關鍵在於Pandas的idxmin()方法。此方法傳回每個組的指定列中具有最小值的行的索引。

使用groupby()和idxmin()，我們可以直接選擇我們想要的行：

<code class="python"># Group the DataFrame by column 'A'
grouped = df.groupby('A')

# Get the index of the rows with the minimum value in column 'B' for each group
min_idx = grouped.B.idxmin()

# Use the index to select the desired rows
result = df.loc[min_idx]</code>

輸出：

   A  B   C
2  1  2  10
4  2  4   4

這種方法可以有效地為A 中的每個群組選擇B 列中具有最小值的行，而不需要複雜的資料結構或中間步驟。

以上是如何在Pandas中GroupBy後選擇特定列中具有最小值的行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！