如何处理DataFrame重复行：Product1与Product2同时重复时保留最小价格

示例数据 #

根据你提供的DataFrame，构造示例数据如下：

期望输出 #

解决方案 #

方法1：使用groupby + idxmin #

通过分组找到每组价格最小的行索引，再提取对应行：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Product1': ['A', 'A', 'C', 'C', 'C'],
    'Product2': ['B', 'B', 'D', 'E', 'E'],
    'Price': [10, 5, 8, 12, 7]
})

# 按Product1和Product2分组，获取每组Price最小的行索引
min_price_idx = df.groupby(['Product1', 'Product2'])['Price'].idxmin()
# 提取目标行并重置索引
result = df.loc[min_price_idx].reset_index(drop=True)

print(result)

方法2：排序后去重 #

先按分组列和价格升序排序，再保留每组第一行：

import pandas as pd

df = pd.DataFrame({
    'Product1': ['A', 'A', 'C', 'C', 'C'],
    'Product2': ['B', 'B', 'D', 'E', 'E'],
    'Price': [10, 5, 8, 12, 7]
})

# 按Product1、Product2分组，再按Price升序排序
sorted_df = df.sort_values(by=['Product1', 'Product2', 'Price'])
# 去重，保留每组第一行（即价格最小的行）
result = sorted_df.drop_duplicates(subset=['Product1', 'Product2'], keep='first')

print(result)

两种方法都能得到期望的输出，可根据个人习惯选择。

内容的提问来源于stack exchange，提问作者Mathew John