分组时保留其他列

问题描述

方法1：使用idxmin()来获取minimum元素的 索引diff，然后选择那些元素：

>>> df.loc[df.groupby("item")["diff"].idxmin()]
   item  diff  otherstuff
1     1     1           2
6     2    -6           2
7     3     0           0

[3 rows x 3 columns]

方法2：按排序diff，然后取每组中的第一个元素item：

>>> df.sort_values("diff").groupby("item", as_index=False).first()
   item  diff  otherstuff
0     1     1           2
1     2    -6           2
2     3     0           0

[3 rows x 3 columns]

请注意，即使行内容相同，结果索引也不同。

解决方法

我在groupbypandas数据框上使用来删除没有特定列的最小值的所有行。像这样：

df1 = df.groupby("item",as_index=False)["diff"].min()

但是，如果我不止这两列，其他列（例如otherstuff在我的示例中）将被删除。我可以使用保留这些列groupby，还是必须找到一种不同的方式删除行？

我的数据如下：

    item    diff   otherstuff
   0   1       2            1
   1   1       1            2
   2   1       3            7
   3   2      -1            0
   4   2       1            3
   5   2       4            9
   6   2      -6            2
   7   3       0            0
   8   3       2            9

并应以如下形式结束：

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

但是我得到的是：

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

我一直在浏览文档，找不到任何东西。我试过了：

df1 = df.groupby(["item","otherstuff"],as_index=false)["diff"].min()

df1 = df.groupby("item",as_index=false)["diff"].min()["otherstuff"]

df1 = df.groupby("item",as_index=false)["otherstuff","diff"].min()

但是这些都不起作用（我在最后一个中意识到，语法是在创建组后进行聚合的）。