在数据帧[duplicate]中按组筛选具有最小值的行
我刚刚过滤了一些数据，现在我有一个。csv文件，但我注意到我只需要选择具有最低价格的行：
例子：
ORIGIN | DESTINA. | PRICE
____________________________
BOG | MAD | 1500
BOG | MAD | 750
BOG | MAD | 1250
BOG | MAD | 1350
BOG | MIA | 450
在这个例子中，我只想得到第三行和第六行：
ORIGIN | DESTINA. | PRICE
____________________________
BOG | MAD | 750
BOG | MIA | 450
使用python，如何获得最终的表？
共有1个答案
使用GroupBy转换与min：
df = df[df['PRICE'] == df.groupby('ORIGIN')['PRICE'].transform('min')]
这将保持重复的分组最小值。如果不想保留重复项，可以排序，然后删除重复项：
df = df.sort_values('PRICE').drop_duplicates('ORIGIN')
-
有一个数据帧： 以及熊猫系列： 如何创建包含c1在list1中的行的新数据帧。 输出：
-
我有这样的矩阵： 我需要在最后一列中过滤它tp get value 1。所以结果应该是这样的： 我的当前代码是： 我的代码返回一个空数组。我一定错过了什么...
-
我试图通过值过滤我的Json中的一个数组与Jsonpath。我想在下面的JSON中获得国家的long_name。为了做到这一点，我通过类型[0]==“国家”过滤adress_components，但它似乎不起作用。 我试过的JsonPath： 我想要的结果是：“加拿大”。 JSON： 谢谢你的帮助。
-
我正在尝试筛选将< code>None作为行值的PySpark数据帧: 我可以使用字符串值正确过滤： 但这失败了： 但是每一类都有明确的价值。这是怎么回事？
-
我有一个包含三列字符串的数据框。我知道第三列中只有一个值对前两列的每个组合都有效。要清理数据，我必须按数据帧按前两列进行分组，并为每个组合选择第三列的最常用值。 我的代码： 最后一行代码不起作用，它说“关键错误‘简称’”，如果我试图只按城市分组，那么我得到了一个断言错误。我能做什么来修复它？
-
问题内容： 这是我的表结构： 我需要它仅返回这些行 意思是我只想要每个文件具有最新版本的功能。 我不想要下面的结果，即不是最新版本的唯一函数ID 我看过如何通过SQL中的另一列来选择具有MAX（列值），DISTINCT的行？，但会返回最新的唯一函数ID。 该查询必须与sqlite3兼容。 问题答案： 一种有效的方法通常是使用： 此查询可以利用上的索引。 这将查询重新表述为：“从表中获取其中相应文件