Python 分组数据的多索引筛选

我有一个熊猫数据框，在这里我做了一个groupby。groupby结果如下所示：

正如您所看到的，这个数据帧有一个多级索引（'ga:dimension3'，'ga:data'）和一个列（'ga:sessions'）

我希望创建一个带有第一级索引（“ga:dimension3”）和每个第一级索引值的第一个日期的数据框：

我不知道该怎么做

感谢您的指导

---

提前感谢。

受@ggaurav建议使用first（）的启发，我认为以下内容应该可以完成工作（df是您在分组后提供的数据）：

你可以直接使用。由于您只需要基于

'ga:dimension3'

的数据，因此您需要按它分组（或级别=0）

没有groupby，您可以获取级别0索引值，删除重复的索引值并保留第一个索引值

df[~df.index.get_level_values(0).duplicated(keep='first')]

---

在这里查看一些解决方案：我可能没有清楚地表达这一点。我已经完成了groupby（这是第一张图片）。我只需要每个“ga:dimension3”（level=0）值的第一个日期（level=1）和相应的值（“ga:sessions”）。我已经在没有groupby的情况下更新了答案。有效吗？我已经采取了类似的数据帧，它似乎在那里工作。是的。这是一个有用且很好的答案，但绿色检查会转到@ioaTzimas以获得一个稍微干净的系统。这似乎有效（对我来说——我必须更彻底地检查它，但看起来不错）。

reset\u index

的目的是什么？为什么

reset\u index（1）

？我们需要它以便能够重新组合？您能再解释一下吗？看起来重置将df更改回单个索引，日期变为一列。然后，groupby只需在每个维度的新分组日期/会话中取第一行。日期再次变为列，但与原始数据不同。它保留了第一个groupby提供的结构

df.groupby(level=0).first()

df[~df.index.get_level_values(0).duplicated(keep='first')]