python使用min函数进行分组聚合

我有一个数据帧，如：

df = pd.DataFrame({'year': [2018, 2018, 2018, 2018, 2018, 2018, 2019, 2019, 2019, 2019, 2019, 2019],
                   'label': ['A', 'B', 'C', 'A', 'B', 'D', 'A', 'E', 'F', 'G', 'E', 'E'],
                   'cat' : [236, 546, 671, 555, 871, 229, 811, 992, 227, 341, 701, 508],
                   'value': [2, 5, 6, 1, 9, 4, 7, 8, 13, 11, 3, 12]})

我想按

年份

和

标签

对其进行分组，并为每个分组返回

值

最低的行。行必须包括（原始）索引值以及所有列（来自

df

）

因此，结果应该是：

 3  2018  A  555   1
 1  2018  B  546   5
 2  2018  C  671   6
 5  2018  D  229   4
 6  2019  A  811   7
10  2019  E  701   3
 8  2019  F  227  13
 9  2019  G  341  11

到目前为止，我的代码是：

df.groupby(by=['year', 'label']).min().reset_index()

对于

值

，该值是正确的，但对于

猫

则不正确。（原始）索引也丢失

---

有什么建议可以解决这个问题吗？

这是一个很好的指示，表明您希望排序然后调用drop\u duplicates，因为

groupby

会破坏原始索引

# This is a little simpler but the order will change.
# df.sort_values('value').drop_duplicates(['year', 'label'])

df.sort_values(['year', 'label', 'value']).drop_duplicates(['year', 'label'])

    year label  cat  value
3   2018     A  555      1
1   2018     B  546      5
2   2018     C  671      6
5   2018     D  229      4
6   2019     A  811      7
10  2019     E  701      3
8   2019     F  227     13
9   2019     G  341     11

---

这很好地表明您希望排序然后调用drop_duplicates，因为

groupby

会破坏原始索引

# This is a little simpler but the order will change.
# df.sort_values('value').drop_duplicates(['year', 'label'])

df.sort_values(['year', 'label', 'value']).drop_duplicates(['year', 'label'])

    year label  cat  value
3   2018     A  555      1
1   2018     B  546      5
2   2018     C  671      6
5   2018     D  229      4
6   2019     A  811      7
10  2019     E  701      3
8   2019     F  227     13
9   2019     G  341     11

---

1.首先您需要找到min

res=df.groupby（['Year'，'label']，as_index=False）['value'].min（）

2.然后与原始df合并

---

final_result=pd.merge（df[['Year'，'label'，'cat']]，res，on=['Year'，'label']，how='inner'）

1。首先需要找到min

res=df.groupby（['Year'，'label']，as_index=False）['value'].min（）

2.然后与原始df合并

---

final_result=pd.merge（df[['Year'，'label'，'cat']]，res，on=['Year'，'label']，how='inner'）

您可以使用

idxmin（）

执行以下操作：

输出：

    year label  cat  value
3   2018     A  555      1
1   2018     B  546      5
2   2018     C  671      6
5   2018     D  229      4
6   2019     A  811      7
10  2019     E  701      3
8   2019     F  227     13
9   2019     G  341     11

---

您可以使用

idxmin（）

：

输出：

    year label  cat  value
3   2018     A  555      1
1   2018     B  546      5
2   2018     C  671      6
5   2018     D  229      4
6   2019     A  811      7
10  2019     E  701      3
8   2019     F  227     13
9   2019     G  341     11