pandas first() 和 last() 方法

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 提供了 first() 和 last() 函数，根据词义可以理解为第一个数据，不过要注意的是它在不同的数据类型上所执行的功能是不一样的。接下来，我们介绍几个主要数据对象中的 first() 应用功能。与之对应的函数是 last()。

DataFrame

对于 DataFrame 来说，first() 是基于日期偏移选择时间序列数据的初始时段， last() 是最后时段。当使用日期作为索引（DatetimeIndex）的 DataFrame 时，此函数可以基于日期偏移选择前几行。如果索引不是时间序列，刚会报错。

DataFrame.first(offset)
DataFrame.last(offset)

参数：

offset：str, DateOffset or dateutil.relativedelta，要选择的数据的偏移长度。例如，“1M”将显示所有行在第一个月

Series 或者 DataFrame：调用者的子集

Raises：

TypeError，如果索引不是 DatetimeIndex

以下是相关案例：

i = pd.date_range('2018-04-09', periods=4, freq='2D')
ts = pd.DataFrame({'A': [1, 2, 3, 4]}, index=i)
ts
'''
            A
2018-04-09  1
2018-04-11  2
2018-04-13  3
2018-04-15  4
'''

获取前3天的行：

ts.first('3D')
'''
            A
2018-04-09  1
2018-04-11  2
'''

请注意，返回了前 3 个日历日的数据，而不是数据集中观察到的前 3 天的数据，因此没有返回 2018-04-13 的数据。

同理，获取后3天的行：

            A
2018-04-13  3
2018-04-15  4

Series

Series.first(offset) 和 Series.last(offset) 的逻辑与 DataFrame 对象上的同名方法一致，也是需要索引为 DatetimeIndex 类型。

GroupBy

GroupBy 分组对象应用 first() 时，计算分组内的不为 Nan 的第一组值。

GroupBy.first(numeric_only=False, min_count=-1)
GroupBy.last(numeric_only=False, min_count=-1)

参数：

numeric_only：bool, default False，仅包括 float、int 和boolean 列。如果没有，将尝试使用所有内容，然后仅使用数字数据
min_countint：default -1，执行操作所需的有效值数。如果出现的非 NA 值小于 min_count，则结果为 NA

Series 或者 DataFrame：计算每组中的第一个值

案例：

df = pd.DataFrame({
    'id': [111, 222, 111, 222, 333],
    'name': ['a', None, None, 'b', None]
})
df
'''
    id  name
0  111     a
1  222  None
2  111  None
3  222     b
4  333  None
'''

# 路过空值
df.groupby('id').first()
'''
     name
id
111     a
222     b
333  None
'''
df.groupby('id').last()
'''
     name
id       
111     a
222     b
333  None
'''

Resampler

重采样对象 Resampler 的逻辑与参数与 GroupBy.first 等相同：

Resampler.first(_method='first', min_count=0, *args, **kwargs)
Resampler.last(_method='last', min_count=0, *args, **kwargs)

参数：

numeric_onlybool, 默认 False，仅包括浮点、整数和布尔列。如果没有，将尝试使用所有数据，然后只使用数字数据
min_countint, 默认 -1，执行该操作所需的有效值数。如果存在小于最小计数的非 NA 值，则结果将为 NA

以上是语法。

应用对象

first() 函数支持以下数据对象：

pandas.DataFrame.first
pandas.Series.first
pandas.core.groupby.GroupBy.first
pandas.core.resample.Resampler.first

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.first.html#pandas.DataFrame.first
https://pandas.pydata.org/docs/reference/api/pandas.Series.first.html#pandas.Series.first
https://pandas.pydata.org/docs/reference/api/pandas.core.groupby.GroupBy.last.html
https://pandas.pydata.org/docs/reference/api/pandas.core.resample.Resampler.first.html