使用Pandas查找分组行的最小值

Question

这可能是一个微不足道的问题,但我仍然想弄清楚熊猫/ numpy.

所以,假设我有一个具有以下结构的表:

group_id | col1 | col2 | col3 |  "A"   |  "B"
   x     |   1  |   2  |  3   |  NaN   |   1
   x     |   3  |   2  |  3   |   1    |   1 
   x     |   4  |   2  |  3   |   2    |   1
   y     |   1  |   2  |  3   |  NaN   |   3 
   y     |   3  |   2  |  3   |   3    |   3 
   z     |   3  |   2  |  3   |   10   |   2
   z     |   2  |   2  |  3   |   6    |   2
   z     |   4  |   2  |  3   |   4    |   2
   z     |   4  |   2  |  3   |   2    |   2

请注意,有一个group_id可以对每行中的元素进行分组.所以在开始时,我有列group_id和col1-col3的值.

然后对于每一行,如果col1,col2或col3的值为1,则"A"为NaN,否则该值基于公式(与此处无关,因此我将一些数字放在适当的位置).

那,我知道如何使用:

df["A"] = np.where(((df['col1'] == 1)|(df['col2']== 1) | (df['col3']) == 1))), NaN, value)

但是对于列"B",我需要用特定组的A列中的最小值填充它.

因此,例如,对于具有组X的所有行,"B"等于"1",因为对于所有组"x"行,列A中的最小值等于1.

同样,对于组"y"中的行,最小值为3,对于组"z",最小值为2.我究竟是如何使用pandas ...？这让我更加困惑,因为特定组的行数可能有不同的大小.

如果它们的大小都相同,我可以说用预设范围内的最小值填充它.

我希望这是有道理的; 如果我应该提供更清晰的例子或澄清任何事情,请告诉我!

Answer 1

为每组使用最小的A列 transform

df.groupby('group_id')['A'].transform('min')