如何在Pandas DataFrame中获取time列非零的最小时间对应行

我来帮你搞定这个需求！你之前的尝试没拿到整行数据，主要是因为min()返回的是各列最小值的汇总，而单独对time列用nsmallest只拿到了数值，没关联到整行。下面给你几种高效的解决方案：

方法一：用nsmallest直接筛选（推荐，大数据量更高效） #

nsmallest可以直接对过滤后的数据集，按指定列取最小的N行，完美匹配你的需求：

# 先过滤time>0的行，再取time最小的1行
result_df = df[df['time'] > 0].nsmallest(1, 'time')

如果你想要单行的Series格式，直接加.iloc[0]即可：

result_series = df[df['time'] > 0].nsmallest(1, 'time').iloc[0]

用你的示例数据测试，会返回x=240, y=19, time=9.7这一行。

方法二：排序后取首行 #

先过滤非0时间，再按time升序排序，最后取第一行：

result = df[df['time'] > 0].sort_values('time').iloc[0]

这个方法逻辑直观，容易理解，但数据量很大时，nsmallest的性能会更优（因为不需要对全量数据排序）。

处理多行同最小值的情况 #

如果你的数据里有多个行的time是相同的最小非0值，想要保留所有这些行，可以先拿到最小的非0time值，再做筛选：

# 第一步：获取最小的非0time值
min_non_zero = df[df['time'] > 0]['time'].min()
# 第二步：筛选所有time等于该值的行
result = df[df['time'] == min_non_zero]

内容的提问来源于stack exchange，提问作者Geosphere