Python：如何在DataFrame中筛选用户单日最小Time值

嘿，这个需求在日常处理pandas数据时太常见了，我给你两种实用的实现方式，都能精准达到你的要求——每个用户单日只保留一条最小Time的记录，而且新DataFrame的结构和原表完全一致。

先拿一个模拟的原DataFrame举例子，方便你对应理解：

import pandas as pd

# 模拟原数据结构
df = pd.DataFrame({
    'UserID': ['A', 'A', 'B', 'B', 'B', 'C'],
    'Date': ['2024-05-01', '2024-05-01', '2024-05-01', '2024-05-02', '2024-05-02', '2024-05-02'],
    'Time': ['08:30', '09:15', '07:45', '10:00', '09:00', '11:20'],
    'OtherInfo': ['签到', '打卡', '签到', '提交', '修改', '审核']
})

方法一：分组取最小时间的索引（精准定位） #

这种方法适合需要明确获取每组最小值对应行的场景，步骤清晰：

1. 先把Time列转成可比较的时间类型（如果原数据是字符串格式的话，避免排序错误）
2. 按UserID和Date分组，拿到每组中Time最小的行的索引
3. 根据索引筛选出目标行，重置索引让结构更整洁

代码实现：

# 转换Time列类型（如果原数据不是时间类型的话）
df['Time'] = pd.to_datetime(df['Time'], format='%H:%M').dt.time

# 获取每组最小Time对应的行索引
min_time_indices = df.groupby(['UserID', 'Date'])['Time'].idxmin()

# 筛选得到新DataFrame
new_df = df.loc[min_time_indices].reset_index(drop=True)

方法二：排序后去重（直观易懂） #

如果觉得分组索引有点绕，这种方法更直观，思路是先把数据按用户、日期、时间从小到大排好，然后去重时只留每组的第一条（也就是时间最小的那条）：

代码实现：

# 同样先确保Time是可比较的类型（可选，若原字符串是HH:MM格式也能直接比较）
df['Time'] = pd.to_datetime(df['Time'], format='%H:%M').dt.time

# 按用户、日期、时间升序排序
sorted_df = df.sort_values(by=['UserID', 'Date', 'Time'], ascending=True)

# 去重，保留每组（UserID+Date）的第一条记录
new_df = sorted_df.drop_duplicates(subset=['UserID', 'Date'], keep='first').reset_index(drop=True)

注意事项 #

• 如果你的Time列已经是datetime.time类型，或者字符串格式是标准的HH:MM（比如09:00而非9:0），那转换类型的步骤可以省略，直接比较就行。
• 两种方法都会完整保留原DataFrame的所有列，不会丢失其他字段的数据，结构完全和原表一致。

内容的提问来源于stack exchange，提问作者VBalazs