grouopby.应用函数没有产生正确的结果

Question

我有一个按帐户、姓名和日期分组的数据集。并创建一个函数，只保留每个唯一组合的'alt_fee'的最小值

def drop(df):
return df[df['alt_fee']==df['alt_fee'].min()]
result = df.groupby(['account', 'name', 'date']).apply(drop)

这给了我比需要更多的行。对于每个唯一的帐户、姓名和日期组合，我可以看到多个条目。我不知道为什么。在它生成的数据框中，索引、帐户、名称和日期中的列。有几个是一模一样的。但是我看到数值指标是不同的。也许有办法在分组前删除索引

我注意到，当我把这段代码放入function:

def drop(df):
return df['alt_fee'].min()

它给出了我想要的特定行。但是，我不知道如何得到数据框架的其余部分。

Answer 1

您完全可以不使用apply()来完成此任务。当使用groupby函数时，每个组合只返回一条记录。通过使用min()作为聚合器，将返回数据中所有其他数字字段的最小值。

result = df.groupby(['account', 'name', 'date']).min()

解决评论

您可以只从上面的代码中取出alt_fee列，然后将其与原始数据集合并。

result = df.groupby(['account', 'name', 'date']).min()[['alt_fee']].reset_index()
result = result.merge(df, on=['account', 'name', 'date', 'alt_fee'])

注意:如果有多行具有相同的alt_fee，则需要在

之后删除重复的行。

result = result.drop_duplicates(['account', 'name', 'date', 'alt_fee'], keep='first')` to remove those values.

Answer 2

我明白了。下面是代码，以防其他人卡在这里。

def drop(df):
return df[df['alt_fee'] == df['alt_fee'].min()].drop_duplicates(subset=(['account', 'name','date']),keep='first')