在 GroupBy 时保留其他列
在 Pandas 数据框中，使用 groupby 根据特定列过滤行可能会导致丢失其他列输出中的列。在执行分组操作（例如查找列的最小值并排除低于阈值的行）时会出现此问题。
要克服此限制并在 groupby 期间保留其他列，有几种方法：
方法 1：使用 idxmin()
idxmin() 返回给定列中具有最小值的行的索引。通过使用此功能，我们可以选择特定的行并保留其所有列：
<code class="python">df_filtered = df.loc[df.groupby("item")["diff"].idxmin()]</code>方法 2：排序和优先
按列对数据帧进行排序被过滤，然后取每组的第一个元素还将保留其他列：
<code class="python">df_filtered = df.sort_values("diff").groupby("item", as_index=False).first()</code>两种方法产生相同的结果，如下例所示：
<code class="python">df = pd.DataFrame({"item": [1, 1, 1, 2, 2, 2, 2, 3, 3],
"diff": [2, 1, 3, -1, 1, 4, -6, 0, 2],
"otherstuff": [1, 2, 7, 0, 3, 9, 2, 0, 9]})
# Method 1
df_filtered1 = df.loc[df.groupby("item")["diff"].idxmin()]
# Method 2
df_filtered2 = df.sort_values("diff").groupby("item", as_index=False).first()
print(df_filtered1)
print(df_filtered2)</code>输出:
item diff otherstuff 1 1 1 2 6 2 -6 2 7 3 0 0 item diff otherstuff 0 1 1 2 1 2 -6 2 2 3 0 0
以上是在 Pandas 中使用 GroupBy 时如何保留其他列？的详细内容。更多信息请关注PHP中文网其他相关文章！
