Python日期时间分析器、组和查找第一个值

Question

我面临以下挑战：

在从导入中选择我需要的列之后，我有一个如下所示的dataframe：

user_id    datetime
1          1473225887
1          1373225887
1          1673225887
2          1173225887
2          1573225887

我想做的是两件事：(1)使用datetime函数将datetime值转换为正常的日期表示法，而不是unix_timestamp。我还没有做到这一点。

(2)对user_id上的数据进行分组，只保留每个user_id的第一个日期时间(所以是最早的日期)。

到目前为止，我编写的代码如下。请注意，我是Python的初学者，我还没有管理类，所以我想一开始就不上类。

我希望你能在这里帮我！提前谢谢！

def run():
    engagement_dataset = import_engagements()
    engagement_dataset_first_event = first_engagement(engagement_dataset)

def import_engagements():
    df_engagements = pd.read_csv('df_engagements.csv',
                                 sep=';')
    required_columns = ['engagement_unix_timestamp', 'user_id']
    df_engagements = df_engagements[required_columns]
    df_engagements.rename(columns={'engagement_unix_timestamp': 'datetime'}, inplace=True)
    return df_engagements

def first_engagement(engagement_dataset):
    engagement_dataset_grouped = engagement_dataset.groupby(['user_id'])['datetime'].idxmin().reset_index()
        return engagement_dataset_grouped

run()

Answer 1

(1)可以将unix格式的日期时间转换为：

df['datetime_formatted'] = pd.to_datetime(df['datetime'], unit='s')

(2)然后您可以通过agg按用户进行分组和聚合，为该用户找到最小日期：

df.groupby('user_id').agg({'datetime_formatted':'min'})