计算 Pandas dataframe 中分组行子集中的唯一值。 （标题我尽力了）

Question

我试图找到某个发件人的最快时间。 在随附的图片Pandas DF中，您会看到我有一排 IP 地址以及时间和 SeqNo（我知道还有其他地址，但它们无关紧要）。 基本上我想做的是找到哪个 IP 在 SeqNo 相同的情况下最快（时间列中的数字最小）。 例如，对于 SeqNo 0，最快的 IP 将是 10.10.10.7，因为它具有最小的时间值，即 unix。 我需要对所有 SeqNos 组执行此操作，并找到 IP 最快的，因此每组 SeqNo' 的时间最短。

我在 pandas 中尝试了一些不同的 for、嵌套 for 和 while 循环以及一些不同的东西，但我没有运气。 如有需要请帮忙。

Answer 1

pandas 不是循环，而是让您groupby() SeqNo并获得每组的最短Time ：

index = df.groupby('SeqNo').Time.transform('min') == df.Time
df[index]

#        Source  SeqNo  Time
# 0  10.10.10.8      0     0
# 2  10.10.10.2      1     2
# 5  10.10.10.8      2     5

基于此样本数据：

df = pd.DataFrame({'Source':[f'10.10.10.{i}' for i in np.random.randint(1,9,10)],'SeqNo':[0]*2+[1]*3+[2]*5,'Time':range(10)})

#        Source  SeqNo  Time
# 0  10.10.10.8      0     0
# 1  10.10.10.6      0     1
# 2  10.10.10.2      1     2
# 3  10.10.10.4      1     3
# 4  10.10.10.2      1     4
# 5  10.10.10.8      2     5
# 6  10.10.10.7      2     6
# 7  10.10.10.7      2     7
# 8  10.10.10.3      2     8
# 9  10.10.10.8      2     9

Answer 2

您可以先按SeqNo和Time列对 dataframe 进行排序。 按SeqNo分组后，使用head(1)或first()选择每个组中的第一项。

df = df.sort_values(['SeqNo', 'Time'], ascending=[True, True]).groupby('SeqNo').head(1)