使用 .first() 获取第一个（非空）元素。

>>> df.groupby('id').first()
     value
id        
1    first
2    first
3    first
4   second
5    first
6    first
7   fourth

如果需要 id 作为列：

>>> df.groupby('id').first().reset_index()
   id   value
0   1   first
1   2   first
2   3   first
3   4  second
4   5   first
5   6   first
6   7  fourth

要获取前 n 条记录，可以使用 .head() :

>>> df.groupby('id').head(2).reset_index(drop=True)
    id   value
0    1   first
1    1  second
2    2   first
3    2  second
4    3   first
5    3   third
6    4  second
7    4   fifth
8    5   first
9    6   first
10   6  second
11   7  fourth
12   7   fifth

如果您需要获取第一行， .nth(0) 我建议使用 .first() 而不是

它们之间的区别在于它们处理 NaN 的方式，因此 .nth(0) 无论该行中的值是什么都会返回组的第一行，而 .first() 每列中的 第一个 NaN 非

例如如果你的数据集是：

df = pd.DataFrame({'id' : [1,1,1,2,2,3,3,3,3,4,4],
            'value'  : ["first","second","third", np.NaN,
                        "second","first","second","third",
                        "fourth","first","second"]})

>>> df.groupby('id').nth(0)
    value
id        
1    first
2    NaN
3    first
4    first

和

>>> df.groupby('id').first()
    value
id        
1    first
2    second
3    first
4    first

如果您尝试在某些分组操作之后选择每个组的第一个元素，那么您最好使用 df.groupby('id').nth(0)。如果您需要将 .agg() 用于其他聚合，则可以定义一个函数，如 first_element = lambda series: series.iloc[0] 并将其应用于 .agg()，例如 df.groupby('id').agg({'value': [first_element, 'mean']})

但你真的找不到单个值的平均值吗？我问的更多是有关包括其他聚合的问题。例如 .agg(firstval=('column1','nth(0)'), Avg=('column2', 'mean'))，其中 firstval 将给出 column1 的第一个值，而不管 NaN 是否为

这将为您提供每个组的第二行（ 零索引 , nth(0) 与以下相同 first() ）：

df.groupby('id').nth(1) 

文档： http://pandas.pydata.org/pandas-docs/stable/groupby.html#taking-the-nth-row-of-each-group

如果您只需要每个组的第一行，我们可以使用 drop_duplicates ，注意函数默认方法 keep='first' .

df.drop_duplicates('id')
Out[1027]: 
    id   value
0    1   first
3    2   first
5    3   first
9    4  second
11   5   first
12   6   first
15   7  fourth

也许这就是你想要的

import pandas as pd
idx = pd.MultiIndex.from_product([['state1','state2'],   ['county1','county2','county3','county4']])
df = pd.DataFrame({'pop': [12,15,65,42,78,67,55,31]}, index=idx)

                pop
state1 county1   12
       county2   15
       county3   65
       county4   42
state2 county1   78
       county2   67
       county3   55
       county4   31

df.groupby(level=0, group_keys=False).apply(lambda x: x.sort_values('pop', ascending=False)).groupby(level=0).head(3)

> Out[29]: 
                pop
state1 county3   65
       county4   42
       county2   15
state2 county1   78
       county2   67
       county3   55

我认为“first”意味着你已经按照你想要的方式对DataFrame进行了排序。

我所做的是：

df.groupby('id').agg('first')我认为'first'表示你已经按照你想要的方式对DataFrame进行了排序。我的做法是：

df.groupby('id').agg('first')
     value
id        
1    first
2    first
3    first
4   second
5    first
6    first
7   fourth

好处在于你可以插入任何你想要的功能：

df.groupby('id').agg(['first','last','count']))
     value              
     first    last count
id                      
1    first  second     3
2    first  second     2
3    first   fifth     4
4   second   fifth     2
5    first   first     1
6    first   third     3
7   fourth   fifth     2

输出 DataFrame 具有 MultiIndex 列

MultiIndex([('value', 'first'),
            ('value',  'last'),
            ('value', 'count')],
           )

我在另一个答案的评论中指出，不应将 .first() 用于此目的。应该使用 .nth() 方法。

接受元素索引列表的方法进行 take ：

df.groupby('id').take([0])

考虑到该 'id' 列是数字类型，例如 int32 / int64 ，也可以使用 groupby.rank() ，如下所示

[In]: df[df.groupby('value')['id'].rank() == 1]
[Out]:
   id   value
0   1   first
6   3   third
7   3  fourth
8   3   fifth

如果要重置索引，只需传递 .reset_index() 如下内容

[In]: df[df.groupby('value')['id'].rank() == 1].reset_index()
[Out]:
   index  id   value
0      0   1   first
1      6   3   third
2      7   3  fourth
3      8   3   fifth

如果 index 不需要 id 和

[In]: df.drop(['index', 'id'], axis=1, inplace=True)
[Out]:
    value
0   first
1   third
2  fourth
3   fifth