Question

我有以下csv

id;price;editor
k1;10,00;ed1
k1;8,00;ed2
k3;10,00;ed1
k3;11,00;ed2
k2;10,50;ed1
k1;9,50;ed3

如果我执行以下操作

import pandas as pd 

df = pd.read_csv('Testing.csv', delimiter =';')
df_reduced= df.groupby(['id', 'editor'])['price'].min()

而不是

k1;8,00;ed2
k2;10,50;ed1
k3;10,00;ed1

我知道

k1;10,00;ed1
    8,00;ed2
    9,50;ed3
k2;10,50;ed1
k3;10,00;ed1
   11,00;ed2

那么我可以得到三个ID的最小值吗？

Answer 1

仅按ID对数据进行分组，然后查找每个组的最低价格。根据最小值索引原始数据框，以包括编辑器列。

注意：我假设价格栏中的逗号是错字

df.loc[df['price'] == df.groupby('id')['price'].transform('min')]


    id  price   editor
1   k1  8.0     ed2 
2   k3  10.0    ed1 
4   k2  10.5    ed1

Answer 2

drop_duplicate + sort_values

#df['price'] = pd.to_numeric(df['price'].str.replace(",", "."))

df.sort_values('price').drop_duplicates(['id'])
Out[423]: 
   id  price editor
1  k1    8.0    ed2
2  k3   10.0    ed1
4  k2   10.5    ed1

Answer 3

就像@ Wen-Ben一样，我选择使用sort_values和drop_duplicates，但是，我使用pd.read_csv和decimal参数来转换值。

from io import StringIO

csvfile = StringIO("""id;price;editor
k1;10,00;ed1
k1;8,00;ed2
k3;10,00;ed1
k3;11,00;ed2
k2;10,50;ed1
k1;9,50;ed3""")

df = pd.read_csv(csvfile, delimiter =';', decimal=',')

df.sort_values(['id','price']).drop_duplicates(['id'])

输出：

   id  price editor
1  k1    8.0    ed2
4  k2   10.5    ed1
2  k3   10.0    ed1

Answer 4

说明

df_reduced= df.groupby(['id', 'editor'])['price'].min()

将为您提供每个唯一ID编辑器对的最低价格，您需要每个ID的最低价格。但是，由于您的价格字段为字符串格式，因此您首先需要将其转换为数字才能运行groupby：

df['price'] = pd.to_numeric(df1['price'].str.replace(",", "."))
df.loc[df.groupby('id')['price'].idxmin()]

输出

   id  price editor
1  k1    8.0    ed2
4  k2   10.5    ed1
2  k3   10.0    ed1

Answer 5

摆脱编辑器部分：

df_reduced= df.groupby(['id'])['price'].min()

无需像其他人所说的那样包含“已转换”

无法使用python中的熊猫根据其最小值获取groupby记录

5 个答案: