python - 按一列对数据进行分组，并从其他两列中选择第一次出现的情况

Question

我需要使用customer进行.groupby()，然后为客户首次购买的日期添加一列，并添加另一列对应的购买金额。

这是我的代码。我做错了第一部分，不知道如何做第二部分。我尝试过 .loc 和 .idxmin ....

mydata = [{'amount': 3200, 'close_date':'2013-03-31', 'customer': 'Customer 1',},
          {'amount': 1430, 'close_date':'2013-11-30', 'customer': 'Customer 1',},
          {'amount': 4320, 'close_date':'2014-03-31', 'customer': 'Customer 2',},
          {'amount': 2340, 'close_date':'2015-05-18', 'customer': 'Customer 2',},
          {'amount': 4320, 'close_date':'2015-06-29', 'customer': 'Customer 2',},]

df = pd.DataFrame(mydata)
df.close_date = pd.to_datetime(df.close_date)
df['first_date'] = df.groupby('customer')['close_date'].min().apply(lambda x: x.strftime('%Y-%m'))

Answer 1

如果您按 close_date 对数据进行排序，则可以执行以下操作:

df.sort_values('close_date').groupby(['customer'])['close_date', 'amount'].first()

           close_date  amount
customer                     
Customer 1 2013-03-31    3200
Customer 2 2014-03-31    4320

.sort_values() 已在 0.17 中添加，原为 sort() (see docs) .