如何获取Pandas DataFrame中某列每个唯一值对应的首行数据？

给定一个Pandas DataFrame，想要按指定列分组，获取该列每个唯一值对应的首行数据（即该值第一次出现时的整行记录），以下是具体示例和解决方法：

示例输入DataFrame #

a   b   key
0   1   2   1
1   2   3   1
2   3   3   1
3   4   5   2
4   5   6   2
5   6   6   2
6   7   2   1
7   8   2   1
8   9   2   3

生成该DataFrame的代码：

import pandas as pd

df = pd.DataFrame([
    {'a':1,'b':2,'key':1},
    {'a':2,'b':3,'key':1},
    {'a':3,'b':3,'key':1},
    {'a':4,'b':5,'key':2},
    {'a':5,'b':6,'key':2},
    {'a':6,'b':6,'key':2},
    {'a':7,'b':2,'key':1},
    {'a':8,'b':2,'key':1},
    {'a':9,'b':2,'key':3}
])

预期输出 #

a   b   key
0   1   2   1
3   4   5   2
8   9   2   3

解决方法 #

方法一：drop_duplicates() 直接去重保留首行 #

这是最简洁高效的方式，指定目标列key，保留每个值第一次出现的记录：

result = df.drop_duplicates(subset=['key'])

执行后直接得到符合预期的结果，原索引会被保留。

方法二：groupby().first() 分组取首行 #

通过按key列分组，提取每组的第一个元素：

# 保留原列结构，不将key设为索引
result = df.groupby('key', as_index=False).first()

如果需要保留原DataFrame的索引，可以改用head(1)获取每组的首行：

result = df.groupby('key').head(1)

方法三：提取首次出现的索引再筛选 #

先获取每个key首次出现的索引，再用loc筛选对应行：

first_indices = df.drop_duplicates(subset=['key']).index
result = df.loc[first_indices]

这个方法适合需要单独处理索引的场景，结果和方法一完全一致。

内容的提问来源于stack exchange，提问作者Daniel Warfield