按A分组筛选首条符合条件行的Pandas实现问题

首先帮你理清楚问题，先还原你的数据集（修正了排版导致的列对应问题）：

原始数据集：

A | B         | Date       | C  | D
0 | 01:00:00  | 2002-01-16 | 10 | 3
1 | 01:30:00  | 2002-01-16 | 10 | -12
2 | 02:00:00  | 2002-01-16 | 10 | 7
3 | 01:00:00  | 2002-01-17 | 20 | 33
4 | 01:30:00  | 2002-01-17 | 20 | -27
5 | 02:00:00  | 2002-01-17 | 20 | 12

你的需求是：按Date字段（推测你笔误写成了A）分组，每组优先取第一条满足D >= C*0.5 或 D <= -C的行；如果组内没有符合条件的行，就取该组的最后一行。期望输出：

A | B         | Date       | C  | D
1 | 01:30:00  | 2002-01-16 | 10 | -12
3 | 01:00:00  | 2002-01-17 | 20 | 33

你之前尝试了grouped = df.groupby('B')，这是错误的——B是时间字段，分组后每个时间单独成组，完全不符合你的需求，下面是完整的实现方案：

完整代码实现 #

import pandas as pd

# 1. 构造你的数据集
df = pd.DataFrame([
    [0, '01:00:00', '2002-01-16', 10, 3],
    [1, '01:30:00', '2002-01-16', 10, -12],
    [2, '02:00:00', '2002-01-16', 10, 7],
    [3, '01:00:00', '2002-01-17', 20, 33],
    [4, '01:30:00', '2002-01-17', 20, -27],
    [5, '02:00:00', '2002-01-17', 20, 12]
], columns=['A', 'B', 'Date', 'C', 'D'])

# 2. 定义分组处理函数
def select_target_row(group):
    # 生成筛选掩码：判断每行是否满足条件
    condition_mask = (group['D'] >= group['C'] * 0.5) | (group['D'] <= -group['C'])
    # 过滤出符合条件的行
    filtered_rows = group[condition_mask]
    
    if not filtered_rows.empty:
        # 取符合条件的第一行
        return filtered_rows.iloc[0]
    else:
        # 无符合条件时取组内最后一行
        return group.iloc[-1]

# 3. 分组并应用处理函数
# 这里按Date分组（如果你实际要按A字段分组，把'Date'改成'A'即可）
result = df.groupby('Date').apply(select_target_row).reset_index(drop=True)

# 打印结果
print(result)

代码解释 #

1. 数据集构造：先把你的原始数据整理成标准的DataFrame，确保列对应正确；
2. 分组处理函数：
   • 用condition_mask生成布尔索引，标记每行是否满足筛选条件；
   • 过滤后如果有符合条件的行，直接取第一行（iloc[0]）；
   • 没有符合条件的行时，取该组的最后一行（iloc[-1]）；
3. 分组执行：用groupby指定正确的分组键（这里是Date，如果你的实际分组键是A，替换即可），再用apply对每个分组执行处理函数，最后reset_index清理索引。

验证结果 #

运行代码后得到的结果完全符合你的期望：

A         B        Date   C   D
0  1  01:30:00  2002-01-16  10 -12
1  3  01:00:00  2002-01-17  20  33

内容的提问来源于stack exchange，提问作者Tie_24