Pandas分组后对多列执行idxmin时如何保留所有并列最小值行

原生pandas.Series.idxmin()的设计逻辑是仅返回组内第一个出现的最小值对应的索引，既无法抓取同列所有并列最小值的行，还会因为多列命中同一索引导致重复取行——这也是你现有输出里出现重复行、漏取并列最小行的根本原因。

方案完全沿用你原有的动态数值列选择逻辑（自动适配任意数量的数值列，不需要硬编码列名），实现「每个分组内抓取所有数值列对应的全部最小行、自动去重」的效果。

1. 动态识别数值列 #

和你原代码的取值规则完全一致，自动选取从第3列开始的所有列作为计算对象，后续新增的数值列会自动适配，不需要手动调整：

value_cols = df.columns[2:].tolist()

2. 分组提取逻辑 #

推荐使用向量化写法，大样本数据下性能远高于逐行循环：

def pick_group_min_rows(group_df):
    # 生成布尔标记矩阵：逐单元格判断是否等于所在列的组内最小值
    is_col_min = group_df[value_cols].eq(group_df[value_cols].min())
    # 只要某一行在任意一个数值列上命中最小值，就保留该行
    keep_row_mask = is_col_min.any(axis=1)
    return group_df[keep_row_mask]

3. 整合生成最终结果 #

result_df = (
    df.groupby('Virus', as_index=False)
    .apply(pick_group_min_rows)
    # 重置索引，去掉groupby生成的多层冗余索引
    .reset_index(drop=True, level=0)
)

• 无漏取：比如单个分组内某数值列存在多个并列最小值，所有符合条件的行都会被完整抓取，不会只返回第一行
• 无重复：如果某一行同时是多个数值列的最小值，只会保留一次，不会出现和现有输出一样的重复行
• 兼容现有inf值：计算列最小值时会自动排除无匹配的inf项，如果分组内某列全为inf，则所有行都会被保留
• 动态适配：不需要修改代码即可支持后续新增的任意数量数值列

内容的提问来源于stack exchange，提问作者777moneymaker