如何在Pandas DataFrame聚合时关联最小值对应列的取值？

嘿，这个需求我太熟了！确实用groupby.agg就能优雅搞定，不用绕弯路。我给你一步步拆解，先从示例数据开始：

首先，假设你的DataFrame长这样：

import pandas as pd

df = pd.DataFrame({
    'foo': ['A', 'A', 'B', 'B'],
    'bar': ['X', 'X', 'Y', 'Y'],
    'C': [3, 1, 4, 2],
    'D': ['apple', 'banana', 'cherry', 'date']
})

用agg实现的优雅方案 #

你可以直接在groupby.agg里同时定义两个聚合操作：一个取C列的最小值，另一个提取对应行的D列值。这里提供两种写法，按需选择：

写法1：自定义函数（可读性更高）

def get_matching_D(group):
    # 找到当前组中C列最小值对应的行索引
    min_c_index = group['C'].idxmin()
    # 返回该行的D列值
    return group.loc[min_c_index, 'D']

# 分组聚合，给结果列起清晰的别名
result = df.groupby(['foo', 'bar']).agg(
    min_C=('C', 'min'),
    corresponding_D=('D', get_matching_D)
)

写法2：Lambda表达式（更紧凑）

如果不想单独定义函数，用lambda一行搞定：

result = df.groupby(['foo', 'bar']).agg(
    min_C=('C', 'min'),
    corresponding_D=lambda g: g.loc[g['C'].idxmin(), 'D']
)

结果展示 #

运行后你会得到这样的结构化结果：

min_C corresponding_D
foo bar                      
A   X       1          banana
B   Y       2            date

额外小提示 #

如果你的数据里存在多个行C列值都是最小值的情况，idxmin只会返回第一个出现的行的D值。如果需要把所有符合条件的D值都列出来，可以把函数改成这样：

def get_all_matching_D(group):
    min_c = group['C'].min()
    return group[group['C'] == min_c]['D'].tolist()

这样结果里的corresponding_D会是一个列表，包含所有匹配的D值。

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