Pandas DataFrame如何仅保留每个分钟时间单位内的第一条数据

前置准备 #

首先将存储时间的字符串列转换为Pandas支持的datetime类型，方便后续时间运算：

import pandas as pd

# 你给出的「天 时:分:秒.微秒」格式可被pandas自动识别，直接转换即可
df['time'] = pd.to_datetime(df['time'])

如果遇到格式识别异常，可显式指定format参数匹配你的时间格式。 #

核心筛选逻辑 #

方法1：使用drop_duplicates（代码最简，适合纯去重场景） #

通过时间截断生成分钟维度的分组标识，直接去重保留每个分组第一条数据即可：

# 生成按分钟对齐的临时分组标识列
df['minute_group'] = df['time'].dt.floor('min')
# 按分组去重，保留第一条后删除临时标识列
df_result = df.drop_duplicates(subset='minute_group', keep='first').drop(columns='minute_group')

方法2：使用groupby分组（扩展性强，适合后续需额外聚合运算的场景） #

直接按分钟截断后的时间分组，取每组第一条数据：

df_result = df.groupby(df['time'].dt.floor('min'), as_index=False, sort=False).first()

注意事项 #

• 上述两种方法均默认保留原始数据的排序逻辑，每个分钟第一次出现的数据会被保留，完全匹配你要求的筛选规则
• 如果原始数据未按时间正序排列，建议先执行排序再做筛选，避免取到非分钟最早的数据：

df = df.sort_values('time').reset_index(drop=True)

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