Python Pandas分组后筛选特定值：按年龄组取最低评分影片

嘿，这问题其实很好解决，我来给你拆解清楚！核心就是先精准定位到目标年龄组的数据，再从中找出评分最低的影片就行。

完整函数示例 #

假设你的原始数据是一个名为df的DataFrame，已经按Age完成了分组（grouped = df.groupby('Age')），可以用下面这个函数实现需求：

def get_lowest_rated_movie(target_age):
    # 先获取目标年龄对应的分组数据
    try:
        age_group_data = grouped.get_group(target_age)
    except KeyError:
        return f"年龄组 {target_age} 不存在"  # 处理不存在的年龄组情况
    
    # 找到该组的最低评分
    min_rating = age_group_data['Ratings'].min()
    
    # 筛选出评分等于最低分的所有行，提取对应的影片
    lowest_rated_movies = age_group_data[age_group_data['Ratings'] == min_rating]['Movie']
    
    # 如果有多个影片评分相同且都是最低，这里返回第一个；要返回全部的话改成tolist()
    return lowest_rated_movies.iloc[0]

关键步骤解释 #

• 定位目标年龄组：用grouped.get_group(target_age)是核心！它能直接从分组对象里取出指定年龄的所有数据行，这刚好解决了你不知道怎么获取指定年龄组评分的问题。
• 找到最低评分：通过age_group_data['Ratings'].min()拿到该组的最低评分值。
• 匹配对应影片：筛选出评分等于最低分的行，再提取Movie列的值即可。如果有多个影片同分最低，你可以根据需求返回第一个或者全部列表。

测试验证 #

按照你给出的示例，当调用get_lowest_rated_movie(1)时，函数会先取出Age=1的分组数据，找到其中最低评分5.5对应的影片4，完美返回预期结果。

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