python - Pandas :按键获取首次出现分组

如果我有以下数据框

| id | timestamp           | code | id2
| 10 | 2017-07-12 13:37:00 | 206  | a1
| 10 | 2017-07-12 13:40:00 | 206  | a1
| 10 | 2017-07-12 13:55:00 | 206  | a1
| 10 | 2017-07-12 19:00:00 | 206  | a2
| 11 | 2017-07-12 13:37:00 | 206  | a1
...

我需要按id, id2列进行分组，并获得timestamp值的首次出现，例如用于id=10, id2=a1, timestamp=2017-07-12 13:37:00。

我用它搜索了一下，找到了一些可能的解决方案，但无法弄清楚如何正确实现它们。可能应该是这样的:

df.groupby(["id", "id2"])["timestamp"].apply(lambda x: ....)

最佳答案

我认为您需要 GroupBy.first :

df.groupby(["id", "id2"])["timestamp"].first()

或 drop_duplicates :

df.drop_duplicates(subset=['id','id2'])

对于相同的输出:

df1 = df.groupby(["id", "id2"], as_index=False)["timestamp"].first()
print (df1)
   id id2            timestamp
0  10  a1  2017-07-12 13:37:00
1  10  a2  2017-07-12 19:00:00
2  11  a1  2017-07-12 13:37:00

df1 = df.drop_duplicates(subset=['id','id2'])[['id','id2','timestamp']]
print (df1)
   id id2            timestamp
0  10  a1  2017-07-12 13:37:00
1  10  a2  2017-07-12 19:00:00
2  11  a1  2017-07-12 13:37:00

关于python - Pandas :按键获取首次出现分组，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45057967/