使用pandas groupby获取对应最小值的行

Question

我有一个表需要按条件分组：

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，这就像是数据被操纵了。

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

我想要的结果是 13 Dm Af 16，我知道可能是 'name':'first' 出了问题，请问如何修复呢？

谢谢。

- S.Gu

---

是的，我做了，那是我的原始代码，但 reset_index 与不匹配的结果无关。 - S.Gu

Answer 1

如果我理解正确，您应该使用 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

- cs95

---

Pfff. 我差点就成功了，但是我的语法有误：df.groupby(['R_num','ORG']).apply(pd.DataFrame.__getitem__, 'level').apply(pd.DataFrame.idxmin)。当你像上面那样索引 GroupBy 对象（例如使用 ['level']）时，这是否会返回一个普通的 Series？ - tel

@tel 是的，它返回一个以分组键作为索引的系列。 - cs95

找一个替代方案 :-) - BENY

Answer 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

- BENY