如何使用Python在pandas DataFrame中筛选各分组对应的最早日期行

首先建议先给DataFrame设置有意义的列名，方便后续操作，你需要的筛选可以用下面两种常用方法实现：

方法1：仅保留每个分组最早日期的1行（适合唯一最小值场景） #

用groupby+idxmin组合，直接定位每个分组最小日期对应的行索引，再提取对应行：

# 重命名列，方便识别
fecha.columns = ['date_time', 'group_name']

# 按分组列取日期最小值对应的索引
min_date_index = fecha.groupby('group_name')['date_time'].idxmin()

# 提取目标行
result = fecha.loc[min_date_index]

运行后得到的结果：

方法2：保留每个分组所有符合最早日期的行（适合存在重复最小值场景） #

如果同一分组下有多个行的日期同为最早值，用transform批量匹配：

fecha.columns = ['date_time', 'group_name']

# 生成每个分组的最小日期列
fecha['group_min_date'] = fecha.groupby('group_name')['date_time'].transform('min')

# 筛选出日期等于分组最小日期的所有行
result = fecha[fecha['date_time'] == fecha['group_min_date']]

注意：你提供的构造代码中，日期列表a长度为13，分组列表b长度为12，zip拼接时会自动丢弃a的最后一个元素，属于正常逻辑。

内容的提问来源于stack exchange，提问作者Gerald Vasquez Aleman