Pandas DataFrame按日期提取指定行的实现问题求助

需求1：提取每个日期首行非0Volume的记录 #

你之前写的代码报错，核心原因是groupby.head()方法只接受整数参数，不能直接传入lambda函数——它把你的lambda当成了可比较的对象，才会抛出TypeError: unorderable types: int() < function()的错误。

要实现“每个日期下找到第一个Volume不为0的行”，可以用两种简洁的方法：

方法1：先过滤再分组取首行 #

如果不需要处理“某日期所有行Volume都是0”的极端情况，直接先过滤出非0记录，再按日期分组取每组第一行即可：

# 过滤Volume非0的行，按Date分组后取每组第一行
df_new = df[df['Volume'] != 0].groupby('Date').first().reset_index()

运行后就能得到你想要的结果：

方法2：自定义分组逻辑（兼容全0日期） #

如果需要保留“某日期所有行Volume都是0”的情况，可以用apply自定义逻辑：

def get_first_valid_row(group):
    # 先找组内第一个非0Volume的行，全为0则返回第一行
    non_zero_mask = group['Volume'] != 0
    return group[non_zero_mask].iloc[0] if non_zero_mask.any() else group.iloc[0]

df_new = df.groupby('Date').apply(get_first_valid_row).reset_index(drop=True)

需求2：提取每个日期的第2-5连续行 #

完全可以用range相关的逻辑实现！核心思路是先给每个日期组内的行添加序号，再筛选序号范围：

实现代码 #

# 给每个日期组内的行添加从1开始的序号
df['group_seq'] = df.groupby('Date').cumcount() + 1

# 筛选第2到第5行（对应序号2-5）
df_2to5 = df[(df['group_seq'] >= 2) & (df['group_seq'] <= 5)].drop('group_seq', axis=1)

如果某日期的行数不足5行，代码会自动保留该日期存在的第2到最后一行，不会出现索引越界的问题。比如你的示例数据中，2019-03-21只有3行，提取后会得到该行的第2、3行。

内容的提问来源于stack exchange，提问作者Jason Sun