在 Pandas 中使用 GroupBy 时如何保留其他列？

在 GroupBy 时保留其他列

在 Pandas 数据框中，使用 groupby 根据特定列过滤行可能会导致丢失其他列输出中的列。在执行分组操作（例如查找列的最小值并排除低于阈值的行）时会出现此问题。

要克服此限制并在 groupby 期间保留其他列，有几种方法：

方法 1：使用 idxmin()

idxmin() 返回给定列中具有最小值的行的索引。通过使用此功能，我们可以选择特定的行并保留其所有列：

<code class="python">df_filtered = df.loc[df.groupby("item")["diff"].idxmin()]</code>

方法 2：排序和优先

按列对数据帧进行排序被过滤，然后取每组的第一个元素还将保留其他列：

<code class="python">df_filtered = df.sort_values("diff").groupby("item", as_index=False).first()</code>

两种方法产生相同的结果，如下例所示：

<code class="python">df = pd.DataFrame({"item": [1, 1, 1, 2, 2, 2, 2, 3, 3],
                   "diff": [2, 1, 3, -1, 1, 4, -6, 0, 2],
                   "otherstuff": [1, 2, 7, 0, 3, 9, 2, 0, 9]})

# Method 1
df_filtered1 = df.loc[df.groupby("item")["diff"].idxmin()]

# Method 2
df_filtered2 = df.sort_values("diff").groupby("item", as_index=False).first()

print(df_filtered1)
print(df_filtered2)</code>

输出:

   item  diff  otherstuff
1     1     1           2
6     2    -6           2
7     3     0           0

   item  diff  otherstuff
0     1     1           2
1     2    -6           2
2     3     0           0

以上是在 Pandas 中使用 GroupBy 时如何保留其他列？的详细内容。更多信息请关注PHP中文网其他相关文章！