如何用Pandas Groupby获取每组中首个非零值的记录

我创建了如下Pandas DataFrame：

import pandas as pd

ds = {'cycle' : [1,1,1,1,2,2,2,2], 'values' : [0,0,-1,1,2,0,0,1]}

df = pd.DataFrame(data=ds)

该DataFrame内容如下：

cycle  values
0      1       0
1      1       0
2      1      -1
3      1       1
4      2       2
5      2       0
6      2       0
7      2       1

需要创建一个名为ds的新DataFrame，仅保留每个cycle分组中values列的首个非零值记录，期望结果如下：

cycle  values
0      1      -1
1      2       2

方法一：先过滤再分组取首行（推荐，效率更高） #

先筛选出values不为0的行，再按cycle分组后取每组的第一行，最后重置索引：

# 筛选所有values非零的行
non_zero_rows = df[df['values'] != 0]
# 按cycle分组，取每组第一行并重置索引
ds = non_zero_rows.groupby('cycle').first().reset_index()

方法二：分组内直接筛选首个非零行 #

通过groupby结合apply，在每个分组内找到第一个非零值对应的行：

ds = df.groupby('cycle').apply(
    lambda group: group[group['values'] != 0].iloc[0]
).reset_index(drop=True)

两种方法都能得到目标结果，方法一先过滤零值行，减少了分组处理的数据量，数据量大时效率更优；方法二逻辑更直接，适合快速实现需求。

内容的提问来源于stack exchange，提问作者Giampaolo Levorato