如何在Pandas DataFrame中按key保留最小time行并删除重复行？

针对你的需求（相同key值保留time最小的行），可以用以下两种高效的Pandas方法实现：

方法1：分组提取最小时间的行 #

通过groupby按key分组，利用idxmin()获取每个组内time最小的行索引，再用loc提取对应行：

import pandas as pd

data = {
  "key": [1,2,3,4,1,2,3,1],
  "time": [12.4,12.6,12.8,12.5,12.9,12.3,12.8,12.1],
}

df = pd.DataFrame(data)

# 获取每个key对应最小time的行索引
min_time_indices = df.groupby('key')['time'].idxmin()
# 提取目标行并重置索引
result = df.loc[min_time_indices].reset_index(drop=True)
print(result)

方法2：排序后去重 #

先按key和time升序排序，此时每个key的最小time行排在最前，再用drop_duplicates保留每组第一个行：

import pandas as pd

data = {
  "key": [1,2,3,4,1,2,3,1],
  "time": [12.4,12.6,12.8,12.5,12.9,12.3,12.8,12.1],
}

df = pd.DataFrame(data)

# 按key和time升序排序，再去重保留第一个
result = df.sort_values(by=['key', 'time']).drop_duplicates(subset='key', keep='first').reset_index(drop=True)
print(result)

关于duplicated()的说明 #

duplicated()仅能标记重复的key行，但无法直接关联time的最小值筛选，因此需要结合排序或分组逻辑才能实现你的需求。

内容的提问来源于stack exchange，提问作者Harssht Shah