Pandas: Groupby和cut and

Question

我有一个熊猫数据帧，看起来像这样：

userid   name       date
1           name1    2016-06-04
1           name2    2016-06-05
1           name3    2016-06-04
1           name1    2016-06-06
2           name23   2016-06-01
2           name2    2016-06-01
3           name1    2016-06-03
3           name6    2016-06-03
3           name12   2016-06-03
3           name65   2016-06-04

因此，我希望只保留用户的行，直到第一次约会事件，并删除其余的。

最终的df将如下所示：

userid   name       date
1           name1    2016-06-04
1           name2    2016-06-04
2           name23   2016-06-01
2           name2    2016-06-01
3           name1    2016-06-03
3           name6    2016-06-03
3           name12   2016-06-03



userid     int64
name      object
time      object

time列中数据点的type()是一个datetime.date

因此，这些任务将涉及grouping with respect to userid、sorting according to the date，然后是retaining only the rows with first(/earliest) date。

Answer 1

您可以先按列对DataFrame排序date按sort_values排序，然后使用apply boolean indexing进行groupby - get所有行，其中是第一个值：

df = df.sort_values('date')
       .groupby('userid')
       .apply(lambda x: x[x.date == x.date.iloc[0]])
       .reset_index(drop=True)

print (df)
   userid    name       date
0       1   name1 2016-06-04
1       1   name3 2016-06-04
2       2  name23 2016-06-01
3       2   name2 2016-06-01
4       3   name1 2016-06-03
5       3   name6 2016-06-03
6       3  name12 2016-06-03