pandas.core.groupby.DataFrameGroupBy.first # DataFrameGroupBy。首先(numeric_only = False, min_count = -1, skipna = True)[来源] # 计算每组中每列的第一个条目。 默认跳过 NA 元素。 参数: numeric_only布尔值,默认 False仅包含 float、int、boolean 列。 min_count int,默认-1执行操作所需的有效值数量。如果存在的有效值少于min_count有效值,则结果将为 NA。 Skipna布尔值,默认 True排除 NA/null 值。如果整行/列为 NA,则结果将为 NA。 2.2.1 版本中的新增功能。 返回: 系列或数据框每组中的第一个值。 也可以看看 DataFrame.groupby将函数 groupby 应用于 DataFrame 的每一行或每一列。 pandas.core.groupby.DataFrameGroupBy.last计算每列的最后一个非空条目。 pandas.core.groupby.DataFrameGroupBy.nth从每组中取出第 n 行。 例子 >>> df = pd.DataFrame(dict(A=[1, 1, 3], B=[None, 5, 6], C=[1, 2, 3], ... D=['3/11/2000', '3/12/2000', '3/13/2000'])) >>> df['D'] = pd.to_datetime(df['D']) >>> df.groupby("A").first() B C D A 1 5.0 1 2000-03-11 3 6.0 3 2000-03-13 >>> df.groupby("A").first(min_count=2) B C D A 1 NaN 1.0 2000-03-11 3 NaN NaN NaT >>> df.groupby("A").first(numeric_only=True) B C A 1 5.0 1 3 6.0 3