基于x、y列组合筛选pandas中time值最小的行

这问题我平时处理重复分组数据时经常碰到，用pandas可以轻松搞定，给你两种实用的方案，按需选择：

方案1：只保留每组第一个time最小的行 #

如果同一x、y组合下只有一个最小time值，或者你只需要每组的第一个最小值行，用这个方法最高效：

# 假设你的DataFrame名为df
# 按x、y分组，获取每组time最小的行索引
min_time_idx = df.groupby(['x', 'y'])['time'].idxmin()
# 根据索引提取目标行
result_df = df.loc[min_time_idx]

原理很简单：groupby(['x', 'y'])把数据按x和y的唯一组合拆分，['time'].idxmin()会返回每组中time值最小的那一行的原始索引，最后用loc就能精准提取这些行。

方案2：保留所有time为最小值的行 #

如果存在同一x、y组合下多个行的time值相同且都是该组最小值的情况，想要把这些行都保留下来，就用这个方法：

# 计算每个行所在组的最小time值，生成和原df同长度的列
group_min_time = df.groupby(['x', 'y'])['time'].transform('min')
# 筛选出time等于对应组最小值的所有行
result_df = df[df['time'] == group_min_time]

这里transform('min')的作用是给每一行匹配它所在组的最小time值，之后我们只需要筛选出time等于这个值的行即可，所有符合条件的行都会被保留。

小提示 #

如果你的数据里有缺失值，建议先处理一下，避免影响分组计算：

# 移除x、y、time列中有缺失值的行
df_clean = df.dropna(subset=['x', 'y', 'time'])
# 再用上面的方案处理clean后的df

内容的提问来源于stack exchange，提问作者Geosphere