Python 如何将数据帧中另一列的简单值聚合到最小值中？

在下面的DataFrame中，我想进行一次聚合计算（最小值），同时简单地添加另一列中的值。我能够解决这个问题，但我怀疑

gb.agg

中有一个更简单的解决方案

import numpy as np
import pandas as pd

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'], 'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'], 'C' : np.random.randn(8), 'D' : np.random.randn(8)})

这可能会产生如下数据帧：

  A   B    C     D
0 foo one 0.229 0.902
1 bar one 0.594 1.917
2 foo two -0.913 2.444
3 bar three -0.628 -0.902
4 foo two -0.223 -1.063
5 bar two -0.223 0.311
6 foo one -0.592 0.964
7 foo three 0.869 0.817

如何仅仅因为D与聚合中的最小C位于同一行而添加D

更详细地说，对于“foo”和“bar”两个组，C都取最小值。我的目标是同时取D列对应行中的数据。请注意，我不想要的是

df.groupby（'A'）.min（）

，它将为每一列返回类别的最小值

一种可能的解决办法是：

ndf = df.groupby('A').agg({'C': {'Cmin': np.min}}).reset_index()
ndf.columns = ['A', 'C']
pd.merge(ndf, df.loc[:,['A','C','D']], how='left', on=['A','C'])

其结果是：

   A   C     D
0 bar -0.628 -0.902
1 foo -0.913 2.444

---

但是我想知道Python 3中是否有更优雅的东西可以直接在groupby.agg中使用，例如？

这应该可以。我们使用

idxmin

按组检索列最小值的索引值，然后通过

iloc

使用此索引。最后，您可以删除任何不需要的列

---

谢谢，这就是我一直在寻找的！

df.iloc[df.groupby('A')['C'].agg(pd.Series.idxmin)].drop('B', 1)