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/