我有一个类似于以下数据框：
A B C
1 0 0.0
1 2 0.2
1 3 1.0
2 1 0.2
2 4 0.0
2 6 1.0
3 1 0.4
3 2 1.0
3 0 0.9
3 3 0.0
现在，对于每个子组，其中一个子组将具有一个共享的A值，我想找到具有最小B值的行，然后将该行的C值更改为0.5。在这种情况下，我将获得一个新的数据框：
A B C
1 0 0.5
1 2 0.2
1 3 1.0
2 1 0.5
2 4 0.0
2 6 1.0
3 1 0.4
3 2 1.0
3 0 0.5
3 3 0.0
作为补充，如果此操作替换C列中的0.0或1.0，那么我希望该行与其旧值重复。在这种情况下，A=1子组违反了此规则（将0.0替换为0.5），因此应产生：
A B C
1 0 0.0
1 0 0.5
1 2 0.2
1 3 1.0
...
第一个问题是主要问题，第二个问题不是优先考虑的问题，但是当然欢迎任何一个提供帮助。
尝试：
df.loc[df.groupby('A')['B'].idxmin(), 'C'] = 0.5
输出：
A B C
0 1 0 0.5
1 1 2 0.2
2 1 3 1.0
3 2 1 0.5
4 2 4 0.0
5 2 6 1.0
6 3 1 0.4
7 3 2 1.0
8 3 0 0.5
9 3 3 0.0
对于附录：
# minimum B rows
min_rows = df.groupby('A')['B'].idxmin()
# minimum B rows with C==0
zeros = df.loc[min_rows].loc[lambda x: x['C']==0].copy()
# change all min rows to 0.5
df.loc[min_rows, 'C'] = 0.5
# concat with 0
df = pd.concat([df, zeros])
输出（注意最后一行）：
A B C
0 1 0 0.5
1 1 2 0.2
2 1 3 1.0
3 2 1 0.5
4 2 4 0.0
5 2 6 1.0
6 3 1 0.4
7 3 2 1.0
8 3 0 0.5
9 3 3 0.0
0 1 0 0.0
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句