按条件和列中的最小值过滤Pandas数据框

Question

我有一个类似于

的数据框

  test_a test_b  metric_e
0     OK    NOK        12
1     OK     OK         7
2     OK    NOK         2
3     OK     OK        55

，我想按一个条件过滤，这意味着test_a == OK并捕获metric_e上的最小值。我可以用两行代码复制一个数据框来实现这一点：

df_t = df[df.test_a == 'OK'].reset_index(drop=True)
df_t.iloc[df_t.metric_e.idxmin()].to_frame()

test_a | test_b | metric_e
OK     |  NOK   | 2

有没有一种方法而不必使用中间数据帧？

Answer 1

使用nsmallest：

df[df['test_a']=='OK'].nsmallest(1, 'metric_e')

输出：

  test_a test_b  metric_e
2     OK    NOK         2

Answer 2

我认为您的解决方案很好，也可以将两行代码与双[]结合在一起以返回一行DataFrame：

df = df.loc[[df.loc[df.test_a == 'OK', 'metric_e'].idxmin()]]
print (df)
  test_a test_b  metric_e
2     OK    NOK         2

Answer 3

利用代码的输出，您可以尝试：

translateX

如果不想移调：

df[df.metric_e==df.loc[df.test_a.eq('OK'),'metric_e'].min()].T

            2
test_a     OK
test_b    NOK
metric_e    2

Answer 4

在sort_values之后的切片

df.query("test_a=='OK'").sort_values('metric_e').iloc[[0]]# or head(1)
Out[658]: 
  test_a test_b  metric_e
2     OK    NOK         2