从DataFrame按Group+Setting分组提取Runtime最小的行

要实现你需要的需求——对Group和Setting的组合分组，每个组合提取Runtime值最小的那一行，用Pandas可以用两种直观的方法来完成：

方法一：使用groupby+idxmin #

这种方法通过分组找到最小值对应的行索引，再提取对应行，逻辑直接清晰：

import pandas as pd

# 假设你的原始DataFrame名为df
# 1. 按Group和Setting分组，获取每个组中Runtime最小的行的索引
min_runtime_idx = df.groupby(['Group', 'Setting'])['Runtime'].idxmin()
# 2. 根据索引提取目标行，重置索引让结果更整洁
result_df = df.loc[min_runtime_idx].reset_index(drop=True)

说明： #

• groupby(['Group', 'Setting'])：把数据按Group和Setting的唯一组合分成多个子组
• ['Runtime'].idxmin()：返回每个子组中Runtime值最小的那一行的原始索引
• df.loc[min_runtime_idx]：通过索引定位到这些行，reset_index(drop=True)是为了去掉原有的索引，让结果的索引从0重新开始

方法二：排序后去重 #

如果更习惯用排序的思路，也可以先按分组字段和Runtime排序，再保留每个分组的第一行：

# 1. 先按Group、Setting排序，再按Runtime升序排列（小的在前）
sorted_df = df.sort_values(['Group', 'Setting', 'Runtime'])
# 2. 保留每个Group+Setting组合的第一行，也就是Runtime最小的行
result_df = sorted_df.drop_duplicates(subset=['Group', 'Setting'], keep='first').reset_index(drop=True)

说明： #

• sort_values会先按Group和Setting分组排序，再把每个组内的行按Runtime从小到大排列
• drop_duplicates(subset=['Group', 'Setting'], keep='first')：对每个Group+Setting组合，只保留第一次出现的行（也就是Runtime最小的那一行）

针对你给出的示例数据，两种方法都会得到如下结果（保留所有列）：

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