Pandas按Groups分组新增first_Element列，取每组Value最小值对应首个Element

你可以用pandas的分组聚合功能实现，核心是利用idxmin()方法获取每个分组内第一个出现的Value最小值对应的行索引，具体步骤如下：

步骤1：构造测试数据（你已有数据可跳过） #

import pandas as pd

df = pd.DataFrame({
    'Groups': ['G1', 'G1', 'G1', 'G2', 'G2', 'G3', 'G3', 'G3', 'G3'],
    'Value': [1, 4, 6, 2, 1, 7, 4, 2, 2],
    'Element': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']
})

步骤2：生成新列 #

方法1：分组取最小索引+映射实现（性能最优） #

# 取每个分组第一个Value最小值对应的行索引
min_value_idx = df.groupby('Groups')['Value'].idxmin()
# 生成分组到对应Element的映射关系
group_element_map = df.loc[min_value_idx].set_index('Groups')['Element']
# 映射生成新列
df['first_Element'] = df['Groups'].map(group_element_map)

方法2：用transform直接生成（写法更简洁） #

df['first_Element'] = df.groupby('Groups')['Value'].transform(
    lambda x: df.loc[x.idxmin(), 'Element']
)

说明 #

pandas的idxmin()方法默认返回序列中第一个出现的最小值对应的行索引，天然匹配你「多个最小值取第一个出现的Element」的需求，最终输出和你给出的预期结果完全一致。

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