Question

我有一个数据框，代表一系列电视节目的IMDb评级，其中包含以下列：

日期，ep_no，剧集，show_title，季节，评级

我需要选择每个节目中收视率最低的一集，但是我无法显示我想要的所有列。

我可以使用以下方法成功选择正确的数据：

df.groupby('show_title')['rating'].min()

但这仅显示节目标题和该节目最低评级剧集的评分。

我需要它来显示： show_title，ep_no，剧集，评级

我已尝试对代码进行各种调整，从简单到复杂，但我想我现在还没有足够的经验来破解这个特殊的谜题。

有什么想法吗？

Answer 1

如果我理解你想要什么，this question就像这个问题一样;以下代码应该可以解决问题。

df[df.groupby('show_title')['rating'].transform(min) == df['rating']]

Answer 2

一种方法是按照评级对DataFrame进行排序，然后删除show的重复项，同时保持每个节目的第一次出现：

df.sort_values(by='rating').drop_duplicates(['show_title'], keep='first')

Answer 3

# It's easy just do a sort by show_title , rating before using groupby

df.sort_values(by=['show_title','rating'],inplace=True)

# Now use groupby and return the first instance of every group by object
# first row will automatically contain the minimum rating
df1 = df.groupby('show_title').first()

按类别选择数据框列的最小值

3 个答案: