Pandas：分组和分组

Question

我有一个pandas数据帧，如下所示：

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

所以，我只想在第一个日期事件之前保留用户行，并删除其余的行。在

最终df如下：

^{pr2}$

时间列中数据点的type()是datetime.date

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

Answer 1

您可以先按列date按^{}对DataFrame排序，然后用^{}^{}对DataFrame进行排序-获取第一个值所在的所有行：

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