在Groupby 操作期間維護其他列

對pandas 資料框執行groupby 操作時，通常需要保留不屬於的列參與分組或聚合過程。預設情況下，操作完成後將刪除這些其他欄位。如果保留的列包含有價值的信息，這可能會出現問題。

考慮以下資料框：

    item    diff   otherstuff
   0   1       2            1
   1   1       1            2
   2   1       3            7
   3   2      -1            0
   4   2       1            3
   5   2       4            9
   6   2      -6            2
   7   3       0            0
   8   3       2            9

如果我們按「item」列對資料框進行分組並找到「diff」列的最小值，則生成的資料框將如下所示：

    item   diff
   0   1      1           
   1   2     -6           
   2   3      0                 

請注意，「otherstuff」列已被刪除。要保留此列，我們可以使用idxmin() 方法來取得最小差異元素的索引，然後選擇這些：

>>> df.loc[df.groupby("item")["diff"].idxmin()]
   item  diff  otherstuff
1     1     1           2
6     2    -6           2
7     3     0           0

[3 rows x 3 columns]

另一種方法是按「diff」列對資料框進行排序，然後取每個項目組中的第一個元素：

>>> df.sort_values("diff").groupby("item", as_index=False).first()
   item  diff  otherstuff
0     1     1           2
1     2    -6           2
2     3     0           0

[3 rows x 3 columns]

這兩種方法都會產生所需的結果，同時保留「otherstuff」列。請記住，即使行內容相同，結果索引也可能不同。