如何在Pandas中选取分组后DataFrame的每组首行

嘿，我来帮你搞定这个需求！要对DataFrame按列分组后选取每组的首行，Pandas提供了好几种实用的方法，下面结合你的数据详细演示：

首先先确认你的DataFrame构造（修正了原输出里的小错误，确保数据准确）：

import pandas as pd
df = pd.DataFrame([
    [1, 1, 2, 2, 2, 3,4,5,5,5,6,6,6,6],
    list('AABBBCDEEEFFFF'),
    [1,2,3,4,5,6,7,8,9,10,11,12,13,14],
    [1,2,3,4,5,6,7,8,9,11,12,11,11,11]
]).T
df.columns = ['col1','col2','col3','col4']

方法1：用groupby().first()提取每组首条有效数据 #

这个方法会返回每组中各列的第一个非空值，适合你需要提取组内首条有效记录的场景：

# 按col1分组，取每组首行
result_first = df.groupby('col1').first()
print(result_first)

如果需要按多列（比如col1+col2）分组，只要把分组列放进列表即可：

result_multi_first = df.groupby(['col1', 'col2']).first()
print(result_multi_first)

方法2：用groupby().head(1)保留原行结构 #

这个方法会直接返回每组的第一行原始数据，并且保留原DataFrame的行索引，适合需要保留原行上下文的场景：

result_head = df.groupby('col1').head(1)
print(result_head)

方法3：用groupby().nth(0)灵活选取指定行 #

nth(0)和head(1)类似，但它能更灵活地选择组内的第N行（这里0代表首行），还能处理重复索引的情况：

# 默认返回分组键作为索引
result_nth = df.groupby('col1').nth(0)
print(result_nth)

# 如果想保留原行索引，设置keep_index=True
result_nth_keep_idx = df.groupby('col1').nth(0, keep_index=True)
print(result_nth_keep_idx)

三种方法的小区别 #

• first()：自动忽略NaN值，取每组该列的第一个非空值；结果索引为分组键。
• head(1)：返回原DataFrame的完整行，保留原索引，哪怕该行包含NaN也会返回。
• nth(0)：严格选取组内的第0行（遵循原数据顺序），包含NaN也会保留；可通过参数控制是否保留原索引。

内容的提问来源于stack exchange，提问作者gabboshow