pandas.core.groupby.SeriesGroupBy.first#

SeriesGroupBy.first(numeric_only=False, min_count=-1, skipna=True)[源代码]#

计算每个组内每一列的第一个条目。

默认为跳过NA元素。

参数:

numeric_only布尔值, 默认为 False: 只包含浮点数、整数、布尔列。
min_countint, 默认 -1: 执行操作所需的有效值数量。如果有效值的数量少于 min_count ，结果将是 NA。
skipna布尔值, 默认为 True: 排除 NA/null 值。如果整行/整列都是 NA，结果将是 NA。

Added in version 2.2.1.

返回:

Series 或 DataFrame: 每个组中的第一个值。

参见

DataFrame.groupby: 对DataFrame的每一行或每一列应用一个groupby函数。
core.groupby.DataFrameGroupBy.last: 计算每一列的最后一个非空条目。
core.groupby.DataFrameGroupBy.nth: 从每个组中取第 n 行。

示例

>>> 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