Python Pandas 日期时间解析器、分组和查找第一个值

Question

我面临以下挑战:

从导入中选择我需要的列后，我有一个如下所示的数据框:

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

我想做的有两个:(1) 使用 datetime 函数将日期时间值转换为普通日期表示法，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，并且只保留每个 user_id 的第一个日期时间(即最早的日期)。

我到目前为止编写的代码如下。请注意，我是 Python 初学者，我还没有管理过类(class)，所以我想从不上课开始。

希望你能帮帮我!预先非常感谢!

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) 您可以使用以下命令转换 unix 格式的日期时间:

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

(2) 然后，您可以按用户分组并通过 agg 进行聚合，找到该用户的最小日期:

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