python - Pandas :分组并在一个组内切割

Question

我有一个 pandas 数据框，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，我想只保留用户的行直到第一次约会事件，并删除其余部分。

最终的 df 如下:

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

时间列中数据点的type()是一个datetime.date

因此，任务将涉及根据用户 ID 分组，根据日期排序，然后仅保留第一个(/最早)日期的行。

Answer 1

您可以先按 sort_values 按 date 列对 DataFrame 进行排序然后 groupby与 apply boolean indexing - 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