Python 熊猫：聚合后每组的计数器列

新的熊猫和数据帧在这里！ 初始数据帧：

A 1238 100

A 1238 90

A 3784 200

A 3784 500

B 1222 274

B 1222 400

C 2747 800

C 1384 100

我需要如下输出：（C列是A列和B列分组数据的最小值，B列是分组数据的序列计数器）：

救命啊

如果在输出中更像

3

列，则使用

C

每组最小值的索引，请参见：

如果输出中只有3列，则聚合

min

：

df1 = df.groupby(['A','B'], as_index=False, sort=False)['C'].min()

然后通过以下方式创建计数器列：

---

谢谢@jezrael，这真的很有帮助。如何使用第一种方法添加一列以获得C的最大值？@wizkid Change

df1=df.groupby（['a'，'B']，as_index=False，sort=False）['C'].min（）

到

df1=df.groupby（['a'，'B']，as_index=False，sort=False）['C'].agg（[（'minC'，'min'），（'maxC'，'max'））]]['C'].min（）

到

df1=df.groupby（['A'，'B']，sort=False）['C'].agg（[（'minC'，'min'），（'maxC'，'max'）））。重置索引（）

，如果我的答案有用，别忘了-点击复选标记（

✓），将其从灰显切换为填充。谢谢。
df1 = df.loc[df.groupby(['A','B'], sort=False)['C'].idxmin()]

df1 = df.groupby(['A','B'], as_index=False, sort=False)['C'].min()

df1['B'] = df1.groupby('A').cumcount().add(1)
print (df1)
   A  B    C
1  A  1   90
2  A  2  200
4  B  1  274
6  C  1  800
7  C  2  100