在Pandas DataFrame中基于多列去重，如何无需临时列高效保留目标值最小行？

需求说明 #

给定如下示例DataFrame：

A   B   C   D
0   1   1   3   9
1   1   2   4   8
2   1   3   5   7
3   1   3   4   6
4   1   4   5   5
5   1   4   6   4

需要基于A、B列的组合值去重，删除重复行中2*C + 3*D计算值较大的行，保留该值最小的行。

原实现需要创建临时列后手动删除，以下是无需额外维护临时列的更简洁高效方案：

方法1：链式assign+idxmin（推荐） #

利用assign创建临时计算列（仅在链式操作中生效，不修改原DataFrame），直接通过idxmin获取每组中计算值最小的行索引：

result = df.loc[df.assign(S=2*df['C'] + 3*df['D']).groupby(['A', 'B'])['S'].idxmin()]

方法2：groupby+apply直接计算 #

通过apply在每组内直接计算目标值并取索引，无需额外列：

result = df.loc[df.groupby(['A', 'B']).apply(lambda g: (2*g['C'] + 3*g['D']).idxmin())]

方法3：排序后去重 #

先按A、B分组，再按目标计算值排序，最后保留每组第一行：

result = df.sort_values(
    by=['A', 'B'],
    key=lambda x: 2*df.loc[x.index, 'C'] + 3*df.loc[x.index, 'D']
).drop_duplicates(subset=['A', 'B'], keep='first')

输出结果 #

以上方法均会得到如下结果：

A   B   C   D
0   1   1   3   9
1   1   2   4   8
3   1   3   4   6
5   1   4   6   4

内容的提问来源于stack exchange，提问作者leofer