python - 当A上存在重复值时，如何在A列上找到分组数据的最小值，而在另一列B上找到最小值

我试图用熊猫来分析一个数据帧。我的问题类似于：
How to get rows with min values in one column, grouped by other column, while keeping other columns?
除了这个问题（这在我的例子中非常重要），如果分组列有多个最小值，我还需要找到其他列的最小值。如果没有，我需要查看相应的值。
下面是一个基本的例子；

df = pd.DataFrame({'id' : [1,1,1,2,2],
                   'A' : [8,6,6,8,9],
                   'B' : [1,2,4,5,4]})

当此数据帧按“id”分组并按我的要求聚合（首先在“A”上，然后在“B”上）时，以下是我希望看到的输出：

id  A   B
1   6   2
2   8   5

注意，当id为1时，有多个行的列“A”的最小值为。对应的“B”列值为2和4。因此，它们中的min作为“B”列的结果返回。
我不知道R，所以，我不明白从上面的链接的答案。无论如何，这是它的另一个版本。

最佳答案

IIUC，按idxmin排序后使用B

df.loc[df.sort_values('B').groupby('id')['A'].idxmin()]

   id  A  B
1   1  6  2
3   2  8  5

关于python - 当A上存在重复值时，如何在A列上找到分组数据的最小值，而在另一列B上找到最小值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56517511/