Python 获取groupby中的第一个和最后一个值

我有一个数据帧

df

df = pd.DataFrame(np.arange(20).reshape(10, -1),
                  [['a', 'a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd'],
                   ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']],
                  ['X', 'Y'])

如何获得第一行和最后一行，按索引的第一级进行分组

我试过了

df.groupby(level=0).agg(['first', 'last']).stack()

得到

          X   Y
a first   0   1
  last    6   7
b first   8   9
  last   12  13
c first  14  15
  last   16  17
d first  18  19
  last   18  19

这太接近我想要的了。如何保留级别1索引并获得以下内容：

      X   Y
a a   0   1
  d   6   7
b e   8   9
  g  12  13
c h  14  15
  i  16  17
d j  18  19
  j  18  19

选择1

---

选项2-仅当索引唯一时有效

---

选项3-根据下面的说明，这仅在没有NAs时才有意义 我还滥用了

agg

功能。下面的代码可以工作，但要难看得多

df.reset_index(1).groupby(level=0).agg(['first', 'last']).stack() \
    .set_index('level_1', append=True).reset_index(1, drop=True) \
    .rename_axis([None, None])

---

注 per@unutbu:

agg（['first'，'last']）

取第一个非na值

我将此解释为，必须逐列运行此列。此外，强制索引级别=1对齐可能根本没有意义

让我们包括另一个测试

df = pd.DataFrame(np.arange(20).reshape(10, -1),
                  [list('aaaabbbccd'),
                   list('abcdefghij')],
                  list('XY'))

df.loc[tuple('aa'), 'X'] = np.nan

---

---

果然！第二个解决方案是采用第X列中的第一个有效值。现在强迫该值与索引a对齐是毫无意义的。

这可能是一个简单的解决方案

df.groupby(level = 0, as_index= False).nth([0,-1])

      X   Y
a a   0   1
  d   6   7
b e   8   9
  g  12  13
c h  14  15
  i  16  17
d j  18  19

希望这有帮助。（Y） 请尝试以下方法：

对于最后一个值：

df.groupby（'Column\u name'）.nth（-1）

---

对于第一个值：

df.groupby（'Column_name'）.nth（0）

即使它看起来更复杂，

reset_index/agg

解决方案在有很多组的情况下也比

groupby/apply

解决方案快得多。例如，当

df=pd.DataFrame（np.random.randint（100，size=（10**3,4）），columns=list（'ABCD'）。设置索引（['A'，'B']）。重命名轴（[None，None]）

。很好的解决方案！可能还需要注意的是，

agg（['first'，'last']）

返回第一个和最后一个非NaN值（如果可用）<代码>应用（first_last）将返回第一个和最后一个值，即使它们是NaN。我认为对于最新的pandas版本，我们需要df.iloc而不是df.ix，请参见示例。

df = pd.DataFrame(np.arange(20).reshape(10, -1),
                  [list('aaaabbbccd'),
                   list('abcdefghij')],
                  list('XY'))

df.loc[tuple('aa'), 'X'] = np.nan

def first_last(df):
    return df.ix[[0, -1]]

df.groupby(level=0, group_keys=False).apply(first_last)

df.reset_index(1).groupby(level=0).agg(['first', 'last']).stack() \
    .set_index('level_1', append=True).reset_index(1, drop=True) \
    .rename_axis([None, None])

df.groupby(level = 0, as_index= False).nth([0,-1])

      X   Y
a a   0   1
  d   6   7
b e   8   9
  g  12  13
c h  14  15
  i  16  17
d j  18  19