使用Pandas DataFrame 時，通常需要按某些列對資料進行分組並對這些列執行操作組。一個常見的操作是選擇特定列中具有最小值的行。
在本文中，我們將探索一種簡單而有效的方法來完成此任務，而無需借助 MultiIndex。
問題陳述：
給定一個包含A、B 和C 列的DataFrame，我們的目標是為A 列中的每個值選擇B 列中具有最小值的行。
原始資料框：
| A | B | C |
|---|---|---|
| 1 | 4 | 3 |
| 1 | 5 | 4 |
| 1 | 2 | 10 |
| 2 | 7 | 2 |
| 2 | 4 | 4 |
| 2 | 6 | 6 |
所需輸出：
| A | B | C |
|---|---|---|
| 1 | 2 | 10 |
| 2 | 4 | 4 |
解決方案：
解決這個問題的關鍵在於Pandas的idxmin()方法。此方法傳回每個組的指定列中具有最小值的行的索引。
使用groupby()和idxmin()，我們可以直接選擇我們想要的行：
<code class="python"># Group the DataFrame by column 'A'
grouped = df.groupby('A')
# Get the index of the rows with the minimum value in column 'B' for each group
min_idx = grouped.B.idxmin()
# Use the index to select the desired rows
result = df.loc[min_idx]</code>輸出：
A B C 2 1 2 10 4 2 4 4
這種方法可以有效地為A 中的每個群組選擇B 列中具有最小值的行，而不需要複雜的資料結構或中間步驟。
以上是如何在Pandas中GroupBy後選擇特定列中具有最小值的行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
