Pandas实现按id分组筛选length列最小值所在行

你可以通过以下两种常用写法实现需求，输出结果完全匹配你的预期：

方法1：排序后去重（逻辑直观，适合小数据量场景） #

核心逻辑：先将全量数据按length列升序排列，让每个id分组下length最小的记录排在分组最前，再按id去重仅保留第一条记录即可。
首先构造示例测试数据：

import pandas as pd

# 构建和你示例一致的DataFrame
df = pd.DataFrame({
    'id': [2,2,4,4,7,7,7,7],
    'length': [12,13,14,11,34,33,40,22],
    'width': [12,15,19,13,67,64,78,33]
})

核心处理代码：

# 升序排序后按id去重保留首条，最后按id重排还原顺序、重置索引
result = df.sort_values(by='length', ascending=True)\
           .drop_duplicates(subset='id', keep='first')\
           .sort_values(by='id', ignore_index=True)

方法2：分组定位最小值索引（性能更优，适合大数据量场景） #

核心逻辑：通过groupby按id分组，直接定位每组内length最小值对应的原生行索引，再通过索引筛选出完整行，不需要做全局排序，数据量较大时运行效率更高。
核心处理代码：

# 定位每个id分组下length最小值对应的行索引
min_row_index = df.groupby('id')['length'].idxmin()
# 按索引取数后重置索引
result = df.loc[min_row_index].reset_index(drop=True)

两种方法执行后得到的结果如下，完全符合你的预期：

补充说明：如果同一id分组下存在多条记录的length同时等于最小值，两种方法默认都会保留原数据中最先出现的那条记录。

内容的提问来源于stack exchange，提问作者Yokanishaa