如何在Pandas合并DataFrame时匹配对应分组的最低Price？

你可以先对df1按分组字段聚合出每组的最低价格，再和原df合并，这样既保留df的所有行，又能匹配到对应分组的最低Price，同时不会修改原始的df1数据。

步骤1：生成仅包含最低价格的临时DataFrame #

先对df1按Origin、Destination、Service分组，提取每组的最低Price：

# 生成分组后保留最低Price的临时表，不修改原df1
df1_min_price = df1.groupby(['Origin', 'Destination', 'Service'], as_index=False)['Price'].min()

步骤2：用临时表和原df合并 #

用这个临时表和df做左合并，就能得到想要的结果：

df2 = pd.merge(df, df1_min_price, 
               how='left',
               on=['Origin', 'Destination', 'Service'])

结果说明 #

• 原df的所有行都会被保留，不会因为df1的重复行产生额外的重复记录
• 每个分组匹配到的是df1中的最低Price
• 原始df1的数据完全保留，不影响后续使用

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