Pandas 数据分组筛选：根据分组最小值筛选另一数据框

import pandas as pd

df0 = pd.DataFrame({'E': [20, 34, 30, 1], 
                   'B': ['a', 'c', 'a', 'c'], 
                   'num': [1, 2, 1, 1], 
                   'D': ['b', 'b', 'b', 'b'],
                  'Acc': [200, 100, 30, 50],
                  'AccD': [-5, 105, -30, 50]})
df1 = pd.DataFrame({'E': [25, 34, 30, 1], 
                   'B': ['a', 'c', 'a', 'c'], 
                   'num': [1, 2, 2, 1], 
                   'D': ['b', 'b', 'b', 'b'],
                  'Acc': [220, 110, 130, 50],
                  'AccD': [-5, 105, -30, 50]})

# 第一步、取df0['num']==1的数据，按B分组并将acc最小的值赋给accessMin
df=df0[df0['num']==1]
df['accessMin'] = df.groupby(['B'])['Acc'].transform('min')
df['accessMinD'] = df.groupby(['B'])['AccD'].transform('min')

# 第二步、按B对df1、df分组，对df1进行取数，取对应分组中df1的Acc比df中accessMin大的数据.
df1_grouped = df1.groupby('B')
result = pd.DataFrame()

for name, group in df1_grouped:
    df_temp = group[group['Acc'] > df.loc[df['B']==name, 'accessMin'].item()]
    df_temp['accessMin'] = df.loc[df['B']==name, 'accessMin'].item()
    df_temp['accessMinD'] = df.loc[df['B']==name, 'accessMinD'].item()
    result = pd.concat([result, df_temp])

print(result)

代码解释:

1. 第一步：

   • 筛选 df0 中 num 等于 1 的数据，并将其赋值给变量 df。
   • 使用 groupby('B') 对 df 按 B 列进行分组，并使用 transform('min') 求取每个分组中 Acc 列的最小值，并将其赋值给 accessMin 列。
   • 同样，使用 transform('min') 求取每个分组中 AccD 列的最小值，并将其赋值给 accessMinD 列。

2. 第二步：

   • 使用 groupby('B') 对 df1 按 B 列进行分组，并使用循环遍历每个分组。
   • 对于每个分组 group，使用 group['Acc'] > df.loc[df['B']==name, 'accessMin'].item() 筛选 group 中 Acc 值大于对应分组 df 中 accessMin 值的行。
   • 将筛选后的数据赋值给变量 df_temp，并将对应分组 df 中 accessMin 和 accessMinD 的值分别赋值给 df_temp 的 accessMin 和 accessMinD 列。
   • 使用 pd.concat([result, df_temp]) 将 df_temp 合并到 result 中。

最终，result 将包含 df1 中满足条件的数据，并包含对应分组 df 中的 accessMin 和 accessMinD 值。