如何保留pandas DataFrame中每年度、月度首次出现日期对应的行

核心思路是使用Pandas向量化操作实现需求，完全避免循环，性能远高于自定义循环实现，以下是两种常用实现方案：

方案1：基于分组最小日期筛选（无需提前排序，结果保留原始行顺序） #

import pandas as pd

# 示例数据构造，你已经转了date为datetime可跳过这步
df = pd.DataFrame([['2016-02-05', 22], ['2016-02-15', 15], ['2016-05-03', 18], ['2016-05-20', 9], ['2017-03-02', 10], ['2018-04-01', 11], ['2018-04-02', 12]],
             columns=['date', 'qty'])
df['date'] = pd.to_datetime(df['date'])

# 核心操作：按年月分组取每组最小日期，筛选对应行
min_date_mask = df['date'] == df.groupby([df['date'].dt.year, df['date'].dt.month])['date'].transform('min')
result = df[min_date_mask]

输出结果和期望完全一致：

date  qty
0 2016-02-05   22
2 2016-05-03   18
4 2017-03-02   10
5 2018-04-01   11

方案2：基于周期去重（代码更简洁，适合已按日期升序排序的数据集） #

如果你的数据集已经提前按date列升序排序，直接用下面一行代码即可实现：

result = df[~df['date'].dt.to_period('M').duplicated(keep='first')]

说明：dt.to_period('M')会将日期转换为YYYY-MM格式的年月周期，duplicated(keep='first')会标记重复的周期，取反后就只保留每个周期第一次出现的行，也就是对应月份最早的日期行。

内容的提问来源于stack exchange，提问作者zyzzler