如何在Python的Pandas DataFrame中比较同Id行并删除高Dist行

直接用Pandas的分组功能就能搞定，别再遍历行折腾了，效率低还容易出错。

核心思路 #

对Id分组后，保留每个组里Dist值最小的行（也就是删掉Dist更高的行），两种场景对应不同写法：

场景1：每个Id只保留一行Dist最小的（若有多个相同最小值，取第一行） #

用groupby结合idxmin获取每个组内Dist最小的行索引，再筛选：

import pandas as pd

# 构造示例DataFrame（匹配你提到的结构）
df = pd.DataFrame({
    'Id': [1, 1, 2, 2, 2, 3],
    'Dist': [5, 3, 10, 2, 7, 4],
    'OtherCol': ['a', 'b', 'c', 'd', 'e', 'f']
})

# 处理逻辑
result_df = df.loc[df.groupby('Id')['Dist'].idxmin()]

处理后的结果：

场景2：每个Id保留所有Dist等于组内最小值的行 #

如果同一个Id下有多行Dist都是最小值，要全部保留，用transform生成每行对应的组内最小值，再筛选：

min_dist_per_id = df.groupby('Id')['Dist'].transform('min')
result_df = df[df['Dist'] == min_dist_per_id]

比如某Id下有两行Dist都是2，这两行都会被保留。

为什么遍历行不可取？ #

Pandas是为矢量化操作设计的，遍历行（比如for i in df.iterrows()）会把数据拆成单行处理，数据量大时速度极慢，而且手动处理分组、索引逻辑很容易出错，比如漏处理分组、重复删行等问题。

内容的提问来源于stack exchange，提问作者fluorine