如何通过groupby和.first()函数批量获取指定列的首个值？

现有DataFrame #

Id       col_1        col_2       col_3         col_4
A         3             6          6              2
A         3             6          6              5
A         3             6          6              4
B         2             4          4              6
B         2             4          4              6

预期DataFrame #

Id       col_1        col_2       col_3         
A         3             6          6              
B         2             4          4 

解决方案 #

完全可以一次性获取多列的首个值，只需在groupby后传入目标列名的列表，再调用first()方法即可：

# 指定需要提取首次值的列
target_columns = ['col_1', 'col_2', 'col_3']
new_df = df.groupby('Id')[target_columns].first().reset_index()

说明 #

• 传入列名列表后，groupby会对列表中的每一列单独应用first()方法，提取每组内该列的第一个出现值
• reset_index()用于将分组键Id从索引转换为普通列，保证结果结构与预期一致

如果需要保留所有非分组列的首个值，也可以直接省略列名列表（df.groupby('Id').first().reset_index()），但这种方式会包含col_4的首个值，若仅需指定列，建议明确传入列名列表更精准。

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