Pandas如何按唯一order_id保留最小cost行并处理空值？

直接把两种场景的结果合并即可，先处理有有效cost的订单，再单独提取全为空的订单行，最后拼接：

import pandas as pd

# 1. 提取每个order_id中cost最小的行（全NaN的组会被自动排除，因为idxmin对全NaN组返回NaN）
valid_cost_rows = ol3.loc[ol3.groupby('order_id')['cost'].idxmin()]

# 2. 找出所有cost全为NaN的order_id
all_nan_order_ids = ol3.groupby('order_id')['cost'].apply(lambda g: g.isna().all())
all_nan_order_ids = all_nan_order_ids[all_nan_order_ids].index

# 3. 从原数据中提取这些全NaN订单，每个仅保留第一行
all_nan_rows = ol3[ol3['order_id'].isin(all_nan_order_ids)].drop_duplicates(subset='order_id', keep='first')

# 4. 合并两部分结果，可选sort_index保持原数据的行顺序
final_result = pd.concat([valid_cost_rows, all_nan_rows]).sort_index()

关键逻辑说明： #

• groupby('order_id')['cost'].idxmin() 能精准定位每个订单的最低cost行，但如果组内所有cost都是NaN，这个方法会返回NaN，因此valid_cost_rows里只会包含有有效cost值的订单数据。
• 用apply(lambda g: g.isna().all())可以筛选出所有cost全为空的订单ID，避免误保留那些既有NaN又有有效cost的订单的空值行（这是你之前代码的小问题）。
• 最后通过pd.concat合并两组结果，sort_index可以让结果和原数据的行顺序保持一致，按需选择是否保留。

内容的提问来源于stack exchange，提问作者Philip Hostetler