选择 .groupby() 之外的列
Selecting columns outside of .groupby()
我正在处理 Python 中的一个数据集，该数据集包含三列：州 (ST)、城市 (City) 和证书数量 (CERT)。我必须找到我使用以下代码完成的每个州的最少证书数量：
df.groupby(["ST"])["CERT"].min()
但是这个returns只有状态和证书数量，当我还需要输出城市时。我需要每个州拥有最少证书数量的城市。当我运行下面的代码：
df.groupby(["ST", "City"])["CERT"].min()
当我需要每个州的最小值以及该最小值所属城市时，我正在获取每个城市的最小值。有没有办法在 .groupby 函数之外包含城市列？
您可以使用 groupby + idxmin 获取最小值的索引，然后使用 loc:
过滤 df
index_of_min_certificates = df.groupby('ST')['CERT'].idxmin()
out = df.loc[index_of_min_certificates]
例如，对于 df，如下所示：
ST City CERT
0 CA LA 0
1 CA SF 1
2 NY NYC 2
3 NY Albany 3
以上代码产生：
ST City CERT
0 CA LA 0
2 NY NYC 2
我正在处理 Python 中的一个数据集，该数据集包含三列：州 (ST)、城市 (City) 和证书数量 (CERT)。我必须找到我使用以下代码完成的每个州的最少证书数量：
df.groupby(["ST"])["CERT"].min()
但是这个returns只有状态和证书数量，当我还需要输出城市时。我需要每个州拥有最少证书数量的城市。当我运行下面的代码：
df.groupby(["ST", "City"])["CERT"].min()
当我需要每个州的最小值以及该最小值所属城市时，我正在获取每个城市的最小值。有没有办法在 .groupby 函数之外包含城市列？
您可以使用 groupby + idxmin 获取最小值的索引，然后使用 loc:
df
index_of_min_certificates = df.groupby('ST')['CERT'].idxmin()
out = df.loc[index_of_min_certificates]
例如，对于 df，如下所示：
ST City CERT
0 CA LA 0
1 CA SF 1
2 NY NYC 2
3 NY Albany 3
以上代码产生：
ST City CERT
0 CA LA 0
2 NY NYC 2