Python 单击groupby，然后按列的值（例如，最小值、最大值）选择一行

假设我有一个数据帧

Category Data1 column1
A 'SOMEDATA' 10
A 'SOMEDATA' 2
A 'SOMEDATA' -10
B 'SOMEDATA' 10
B 'SOMEDATA' 1
B 'SOMEDATA' -10

等等

我想按列值在每组中选择一行。例如，ABS（第1列）

所以结果数据是

Category Data1 column1
A 'SOMEDATA' 2
B 'SOMEDATA'  1

如何在python中实现这一点

我不知道如何返回整行。比如说,

df.groupby('Category')['column1'].min();

---

这将只返回'Category'min（第1列）。

排序

，然后

。如果需要基于绝对值的单个最小行，请删除重复项

(df.assign(to_sort = df.column1.abs()).sort_values('to_sort')
     .drop_duplicates('Category').drop(columns='to_sort'))

  Category       Data1  column1
4        B  'SOMEDATA'        1
1        A  'SOMEDATA'        2

排序只能对现有列进行排序，因此我们需要创建绝对值列（使用
.assign
）。然后，排序可确保最小绝对值首先出现，删除重复项将保留每个类别的第一行，即现在的最小绝对值行

也可以使用
groupby
，如果需要为每个组返回多行，这会更好：

df.assign(to_sort = df.column1.abs()).sort_values('to_sort').groupby(df.Category).head(1)


或者，您可以使用
groupby
的结果进行切片。当您希望返回与最小值匹配的所有行时，这非常有用：

df[df.groupby(df.Category, group_keys=False).apply(lambda x: x.column1 == x.column1.abs().min())]

  Category       Data1  column1
1        A  'SOMEDATA'        2
4        B  'SOMEDATA'        1

这是一个计算效率更高的解决方案

TL；DR版本

df.loc[df.groupby('Category')['column1'].idxmin()]

欢迎来到堆栈溢出！请熟悉这些常见问题并重新发布您的问题——（1）如何创建一个最小、完整且可验证的示例——（2）为什么投票很重要？——快乐编码！！优雅美丽！谢谢