当 as_index=False 时，groupby.first、groupby.nth、groupby.head 之间有什么区别

这里是不同的，你需要做 to ，在你原来的 df 中它是 ，转换后，你会看到不同的np.nanNaNstring

df=df.mask(df=='np.nan')
df.groupby('A', as_index=False).head(1) #df.groupby('A', as_index=False).nth(0)

Out[8]: 
   A    B
0  1  NaN
3  2    8
df.groupby('A', as_index=False).first() 
# the reason why first have the index reset, 
#since it will have chance select the value from different row within the group, 
#when the first item is NaN it will skip it to find the first not null value 
#rather than from the same row, 
#If still keep the original row index will be misleading. 
Out[9]: 
   A  B
0  1  4
1  2  8

主要问题是您可能存储了字符串，而不是真正的 null 值。以下是这三者处理值的方式：'np.nan'null

示例数据：

import pandas as pd
df = pd.DataFrame({'A': [1,1,2,2,3,3], 'B': [None, '1', np.NaN, '2', 3, 4]})

---

first/last

这将返回每个组中的第一个/最后一个非 null 值。奇怪的是，它不会跳过，尽管这可以通过 kwarg 实现。因此，您可以返回最初属于不同行的列的值：Nonedropna=True

df.groupby('A', as_index=False).first()
#   A     B
#0  1  None
#1  2     2
#2  3     3

df.groupby('A', as_index=False).first(dropna=True)
#   A  B
#0  1  1
#1  2  2
#2  3  3

head(n)/tail(n)

返回组中的前/后 n 行。值在行内保持绑定。如果给它一个大于行数的值，它将返回该组中的所有行，而不会抱怨：n

df.groupby('A', as_index=False).head(1)
#   A     B
#0  1  None
#2  2   NaN
#4  3     3

df.groupby('A', as_index=False).head(200)
#   A     B
#0  1  None
#1  1     1
#2  2   NaN
#3  2     2
#4  3     3
#5  3     4

nth

这将占用该行，因此值再次保持在行内。 与 相同，尽管它们有不同的用途。例如，如果您需要第 0 行和第 2 行，则很难使用 ，但使用 .此外，它比 .nth.nth(0).head(1).head().nth([0,2]).head(10).nth(list(range(10))))

df.groupby('A', as_index=False).nth(0)
#   A     B
#0  1  None
#2  2   NaN
#4  3     3

nth还支持删除具有任何 null 值的行，因此您可以使用它返回没有任何 null 值的第一行，这与.head()

df.groupby('A', as_index=False).nth(0, dropna='any')
#   A  B
#A      
#1  1  1
#2  2  2
#3  3  3