首先，我们需要使用pandas将数据读入Python中。

import pandas as pd

# Read data into dataframe
df = pd.read_csv('data.csv')

接下来，我们可以使用groupby方法按年月对数据进行分组。

# Groupby year-month
grouped = df.groupby(['Year', 'Month'])

然后，我们可以定义一个函数来查找每个组中的前N小的值列。

def find_top_n_smallest(x, n):
    # Drop non-numeric columns
    x = x.select_dtypes(include=['float', 'int'])
    
    # Sort by smallest values
    x = x.min().sort_values()[:n]
    
    return x

最后，我们可以使用apply方法将函数应用于每个分组并将结果存储在新的数据框中。

# Find top N smallest values columns for each group
n = 3  # Set N value
top_n_smallest = grouped.apply(find_top_n_smallest, n=n)

# Reset index
top_n_smallest = top_n_smallest.reset_index()

# Print results
print(top_n_smallest)

输出结果将会是一个新的数据框，其中包含按年月分组的前N小值列。

参考链接：https://stackoverflow.com/questions/59634101/groupby-year-month-and-find-top-n-smallest-values-columns-in-python