熊猫:找到第一批从DataFrame上运来的产品

Question

我有以下DataFrame：

product_id        shipping_date                  price        quantity
  AX-11           2014-11-02T01:00:04+00:00       200            1
  BA-45           2012-05-23T01:00:02+00:00       4000           5
  XF-55           2011-01-12T01:00:07+00:00       400            10
  ..................................................................

我正在尝试获得首先发布的产品，答案应该是XF-55，因为它是在2011-01-12T01:00:07+00:00中发布的。

我尝试了以下代码，但这似乎不起作用：

df2 = df.groupby('product_id')['shipping_date'].transform("min")

这只是给了我一个新的DataFrame与product_id，他们根本没有排序。我怎样才能得到第一批出厂产品的product_id？

Answer 1

使用idxmin()获取最早传送日期的行索引。然后可以使用loc从产品ID列中获取该行的值：

>>> df.loc[df['shipping_date'].idxmin(), 'product_id']
'XF-55'

Answer 2

我会使用NumPy的argsort来实现这个目标：

sortidx = np.argsort(df['shipping_date'])

这为您提供了一个索引数组，用于对数据进行排序。因此，返回数组中的第一个索引是最低shipping_date的索引。然后：

df['product_id'][sortidx[0]]

应该给你你想要的结果。