在 Groupby 操作期间维护其他列

对 pandas 数据框执行 groupby 操作时，通常需要保留不属于的列参与分组或聚合过程。默认情况下，操作完成后将删除这些其他列。如果保留的列包含有价值的信息，这可能会出现问题。

考虑以下数据框：

    item    diff   otherstuff
   0   1       2            1
   1   1       1            2
   2   1       3            7
   3   2      -1            0
   4   2       1            3
   5   2       4            9
   6   2      -6            2
   7   3       0            0
   8   3       2            9

如果我们按“item”列对数据框进行分组并找到“diff”列的最小值，则生成的数据框将如下所示：

    item   diff
   0   1      1           
   1   2     -6           
   2   3      0                 

请注意，“otherstuff”列已被删除。要保留此列，我们可以使用 idxmin() 方法获取最小差异元素的索引，然后选择这些：

>>> df.loc[df.groupby("item")["diff"].idxmin()]
   item  diff  otherstuff
1     1     1           2
6     2    -6           2
7     3     0           0

[3 rows x 3 columns]

另一种方法是按“diff”列对数据框进行排序，然后取每个项目组中的第一个元素：

>>> df.sort_values("diff").groupby("item", as_index=False).first()
   item  diff  otherstuff
0     1     1           2
1     2    -6           2
2     3     0           0

[3 rows x 3 columns]

这两种方法都会产生所需的结果，同时保留“otherstuff”列。请记住，即使行内容相同，结果索引也可能不同。