python - 按A列过滤DataFrame的最佳方法，B列条件并给出C列的最小值

Question

我是python和pandas的新手。
我想得到Y每个 peak 的值与最小的 gap到目前为止，这是我的代码，它很长而且很傻

for i in df.peaks.unique():
    min_y= df[df['peaks'] == i][df['gap'] == min(df[df['peaks'] == i]['gap'])]['y'].tolist()[0]
    print(min_y)

它有效，结果如下:

171
204
246
278
311
416

因为，我看到了一些人们使用 apply 的高级语法。 , map ，所以他们不需要 loop ，我的任务可以应用那些技术吗？顺便说一句，我想改进我的代码，请帮忙!
DataFrame 在下面供您引用。

      x    y   w   h  peaks   gap
0    79  171  13  14  178.0   7.0
1   155  171  14  14  178.0   7.0
2   213  170  14  15  178.0   8.0
3   281  171  14  14  178.0   7.0
4   337  171  14  14  178.0   7.0
5    78  203  14  14  211.0   8.0
6   209  204  14  14  211.0   7.0
7   287  204  15  14  211.0   7.0
8   365  204  14  13  211.0   7.0
9    78  236  14  14  251.0  15.0
10  156  246  14  13  251.0   5.0
11  232  246  14  14  251.0   5.0
12   79  277  14  14  284.0   7.0
13  166  278  14  14  284.0   6.0
14  243  278  13  14  284.0   6.0
15   79  303  14  14  316.0  13.0
16  144  310  15  13  316.0   6.0
17  216  310  13  14  316.0   6.0
18  292  311  14  13  316.0   5.0
19  370  311  14  14  316.0   5.0
20   80  405  14  14  420.0  15.0
21  157  414  13  14  420.0   6.0
22  226  414  14  14  420.0   6.0
23  303  416  14  13  420.0   4.0
24  374  416  14  14  420.0   4.0

Answer 1

您可以使用 groupby并将其与 idxmin 结合使用

data.loc[data.groupby('peaks')['gap'].idxmin(), 'y']

# 0     171
# 6     204
# 10    246
# 13    278
# 18    311
# 23    416
# Name: y, dtype: int64