Pandas数据帧获取每组的第一行

Question

我有一个熊猫数据帧，如下所示：

df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4,5,6,6,6,7,7],
                'value'  : ["first","second","second","first",
                            "second","first","third","fourth",
                            "fifth","second","fifth","first",
                            "first","second","third","fourth","fifth"]})

我想按[“id”，“value”]进行分组并获取每个组的第一行：

        id   value
0        1   first
1        1  second
2        1  second
3        2   first
4        2  second
5        3   first
6        3   third
7        3  fourth
8        3   fifth
9        4  second
10       4   fifth
11       5   first
12       6   first
13       6  second
14       6   third
15       7  fourth
16       7   fifth

预期成果：

    id   value
     1   first
     2   first
     3   first
     4  second
     5  first
     6  first
     7  fourth

我尝试了下面的方法，它只给出了< code>DataFrame的第一行。任何关于这方面的帮助都将不胜感激。

In [25]: for index, row in df.iterrows():
   ....:     df2 = pd.DataFrame(df.groupby(['id','value']).reset_index().ix[0])

Answer 1

如果您需要获取第一行，我建议使用. nth（0）而不是. First（）。

它们之间的区别在于它们如何处理 NaN，因此无论这一行中的值是什么，.nth（0） 都会返回组的第一行，而 .first（） 最终将返回每列中的第一个非 NaN 值。

E、 g.如果您的数据集是：

df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4],
            'value'  : ["first","second","third", np.NaN,
                        "second","first","second","third",
                        "fourth","first","second"]})

>>> df.groupby('id').nth(0)
    value
id        
1    first
2    NaN
3    first
4    first

和

>>> df.groupby('id').first()
    value
id        
1    first
2    second
3    first
4    first

Answer 2

这将为您提供每组的第二行（零索引，第n（0）与第一（）相同）：

df.groupby('id').nth(1) 

文档：http://pandas.pydata.org/pandas-docs/stable/groupby.html#taking-每组的第n行

Answer 3

>>> df.groupby('id').first()
     value
id        
1    first
2    first
3    first
4   second
5    first
6    first
7   fourth

如果您需要< code>id作为列:

>>> df.groupby('id').first().reset_index()
   id   value
0   1   first
1   2   first
2   3   first
3   4  second
4   5   first
5   6   first
6   7  fourth

要获取n条第一条记录，可以使用head（）：

>>> df.groupby('id').head(2).reset_index(drop=True)
    id   value
0    1   first
1    1  second
2    2   first
3    2  second
4    3   first
5    3   third
6    4  second
7    4   fifth
8    5   first
9    6   first
10   6  second
11   7  fourth
12   7   fifth