В чем разница между groupby.first, groupby.nth, groupby.head, когда as_index=False

Вот другое, вам нужно сделать np.nan в NaN, в вашем исходном df это string, после преобразования вы увидите другое

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

Основная проблема заключается в том, что у вас, вероятно, сохранена строка 'np.nan', а не реальное нулевое значение. Вот как эти трое по-разному обрабатывают значения null:

Образец данных:

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

first/last

Это вернет первое/последнее ненулевое значение в каждой группе. Как ни странно не пропустит None, хотя с кваргом это можно сделать dropna=True. В результате вы можете вернуть значения для столбцов, которые изначально были частью разных строк:

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)

Возвращает верхние/нижние n строк в группе. Значения остаются связанными внутри строк. Если вы дадите ему n, которое больше, чем количество строк, он вернет все строки в этой группе без жалоб:

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

Это занимает строку nth, поэтому снова значения остаются связанными внутри строки. .nth(0) — это то же самое, что и .head(1), но они используются по-разному. Например, если вам нужны 0-я и 2-я строки, это сложно сделать с .head(), но легко с .nth([0,2]). Кроме того, написать .head(10) гораздо проще, чем .nth(list(range(10)))).

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

nth также поддерживает удаление строк с любыми нулевыми значениями, поэтому вы можете использовать его для возврата первой строки без каких-либо нулевых значений, в отличие от .head()

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