如何根据分组数据创建数据框

Question

我有一个数据框（我们称之为“csv”），我想对其进行分组并获取组的第一个元素的值。例如：

A B C D 
foo bar happy yellow 
foo bar sad green 
foo ape last laugh 

我想这是输出：

A B C 
foo bar happy 
foo ape last 

我现在这样做：

grp1 = csv.groupby(['A','B']) 
lst = [(A,B,csv.ix[group[0]]['C']) for (A,B),group in grp1.groups.items()] 
df = DataFrame(lst,columns=['A','B','C']) 
df.to_csv('grp.csv',cols=['A','B','C'],index=False) 

但这似乎效率不高。我真的必须先创建一个列表，然后从中创建一个dataframe？没有办法直接创建dataframe，或者在原始dataframe上进行某种索引或某种操作，以便我可以使用每组中的第一条记录？

Answer 1

您可以使用aggregate来定义您的聚合函数，它将只保留列的第一个元素并删除其他元素。

In [60]: grp = df.groupby(['A', 'B']) 

    In [61]: grp.aggregate({'C': lambda c: c.ix[c.first_valid_index()]}) 
    Out[61]: 
       C 
    A B 
    foo ape last 
     bar happy