Невозможно получить групповые записи на основе их минимального значения, используя панд в Python

Question

У меня есть следующее csv

id;price;editor
k1;10,00;ed1
k1;8,00;ed2
k3;10,00;ed1
k3;11,00;ed2
k2;10,50;ed1
k1;9,50;ed3

Если я сделаю следующее

import pandas as pd 

df = pd.read_csv('Testing.csv', delimiter =';')
df_reduced= df.groupby(['id', 'editor'])['price'].min()

Вместо того, чтобы получить

k1;8,00;ed2
k2;10,50;ed1
k3;10,00;ed1

, я получу

k1;10,00;ed1
    8,00;ed2
    9,50;ed3
k2;10,50;ed1
k3;10,00;ed1
   11,00;ed2 

Так я могу получить три идентификатора с их минимальными значениями?

Answer 1

Сгруппируйте данные только по идентификатору и найдите минимальную цену для каждой группы.Индексируйте исходный кадр данных на основе минимальных значений, чтобы включить столбец редактора.

Примечание: я предполагаю, что запятая в столбце цены является опечаткой

df.loc[df['price'] == df.groupby('id')['price'].transform('min')]


    id  price   editor
1   k1  8.0     ed2 
2   k3  10.0    ed1 
4   k2  10.5    ed1 

Answer 2

drop_duplicate + sort_values

#df['price'] = pd.to_numeric(df['price'].str.replace(",", "."))

df.sort_values('price').drop_duplicates(['id'])
Out[423]: 
   id  price editor
1  k1    8.0    ed2
2  k3   10.0    ed1
4  k2   10.5    ed1

Answer 3

Так же, как @ Wen-Ben, я решил использовать sort_values и drop_duplicates, однако я преобразовал значения, используя pd.read_csv с параметром decimal.

from io import StringIO

csvfile = StringIO("""id;price;editor
k1;10,00;ed1
k1;8,00;ed2
k3;10,00;ed1
k3;11,00;ed2
k2;10,50;ed1
k1;9,50;ed3""")

df = pd.read_csv(csvfile, delimiter =';', decimal=',')

df.sort_values(['id','price']).drop_duplicates(['id']) 

Выход:

   id  price editor
1  k1    8.0    ed2
4  k2   10.5    ed1
2  k3   10.0    ed1

Answer 4

Инструкция

df_reduced= df.groupby(['id', 'editor'])['price'].min()

даст вам минимальную цену за каждую уникальную пару id-editor, вам нужно min за id. Однако, поскольку ваше поле цены имеет строковый формат, вам сначала нужно привести его к числовому типу, чтобы запустить groupby:

df['price'] = pd.to_numeric(df1['price'].str.replace(",", "."))
df.loc[df.groupby('id')['price'].idxmin()]

выход

   id  price editor
1  k1    8.0    ed2
4  k2   10.5    ed1
2  k3   10.0    ed1

Answer 5

избавиться от части редактора:

df_reduced= df.groupby(['id'])['price'].min()

нет необходимости включать «преобразованный», как сказал кто-то еще