python - Pandas groupby 得到最小的字符串

Question

我有以下数据框:

df = pd.DataFrame({'id': 3*['a']+4*['b'], 'name':['al', 'qwer', 'l', 'ewdbd', 'op', 'qsde', 'knmkln']})

id    name
 a      al
 a    qwer
 a       l
 b   ewdbd
 b      op
 b    qsde
 b  knmkln

我想分组 id 并获取名称中最短的字符串，如果有多个最小长度的字符串可以是任何字符串，则最终数据帧将是:

id    name
a      l
b      op

如何做到这一点？

Answer 1

使用 assign与 drop_duplicates ，在大多数情况下，这应该比 groupby 快:

(df.assign(length=df['name'].str.len())
.sort_values('length')
.drop_duplicates('id')
.drop(columns='length')
)

或者没有 drop操作相对较慢，如 Ben.T 在评论中指出:

df.loc[df['name'].str.len().sort_values().index].drop_duplicates(subset='id')

  id name
2  a    l
4  b   op