python - 如何根据 Pandas 其他两列中的查找值分配最小值？

Question

目标:寻找以编程方式匹配两列中的组合以找到另一列的最小值

假设我有这个:

import pandas as pd

d = {'Part_1': [91, 201, 201],
     'Part_2': [201,111,91], 
     'Result': [3,3, 3], 
     'Sub-Score': [0.60, 0.8,0.9], 
     'Final-Score': [0,0,0]}
df = pd.DataFrame(data=d)
df

我想从可以分配给 Final-Score 列的子分数列中找到最小值。我需要根据匹配的 Part_1 和 Part_2(这两个部分可以位于不同的位置)进行选择:

d_new = {'Part_1': [91, 201, 201],
         'Part_2': [201,111,91], 
         'Result': [3,3, 3], 
         'Sub-Score': [0.60, 0.8,0.9], 
         'Final-Score': [0.6,.8,.6]}
df_new = pd.DataFrame(data=d_new)
df_new

在这里我们可以看到第 0 行 和第 2 行 在 Part_1 和 列中具有相同的值 strong>Part_2，它们简直乱七八糟。此外，我们可以看到第 0 行 的子分数值为 0.60，第 2 行 的子分数值为 0.9。

我希望分配第 0 行 的子分数值(因为它是第 0 行 和第 2 行 中最低的)到第 0 行和第 2 行 的最终得分列。 第 1 行 与第 0 行 和第 2 行 没有可比性，也没有相同的部分，因此我们保留其子分数最终得分值的值。

如有任何帮助，我们将不胜感激。

(已编辑):

输入:

   Final-Score  Part_1  Part_2  Result  Sub-Score
0            0      91     201       3        0.6
1            0     201     111       3        0.8
2            0     201      91       3        0.9

期望的输出:

   Final-Score  Part_1  Part_2  Result  Sub-Score
0          0.6      91     201       3        0.6
1          0.8     201     111       3        0.8
2          0.6     201      91       3        0.9

Answer 1

对值进行排序，然后根据 ngroup 进行 groupby 并转换 min 即

temp = pd.DataFrame(pd.np.sort(df[['Part_1','Part_2']]))
grps = temp.groupby(temp.columns.tolist()).ngroup()

df['new']=df.groupby(grps)['Sub-Score'].transform('min')

   Final-Score  Part_1  Part_2  Result  Sub-Score  new
0            0      91     201       3        0.6  0.6
1            0     201     111       3        0.8  0.8
2            0     201      91       3        0.9  0.6