Question

This帖子显示了如何使用first_valid_index查找数据框列中第一次出现的值。如何使用first_valid_index和每日groupby来查找链接帖子中显示的相同示例数据帧的每天第一次出现？

这是我需要使用的groupby代码：

grouper = pd.TimeGrouper("1d")

编辑：

当我使用lambda和apply方法时，它会提供正确的输出。我无法将此输出发送到新列['test_output']，因为它只显示NaT：

df['test_output'] = df.groupby(grouper)['test_1'].apply(lambda x: x.first_valid_index())

df
Out[9]:
test_1  test_output
2014-03-04 09:00:00 NaN NaT
2014-03-04 10:00:00 NaN NaT
2014-03-04 11:00:00 NaN NaT
2014-03-04 12:00:00 NaN NaT
2014-03-04 13:00:00 NaN NaT
2014-03-04 14:00:00 1.0 NaT
2014-03-04 15:00:00 1.0 NaT
2014-03-04 16:00:00 1.0 NaT
2014-03-05 09:00:00 1.0 NaT

Answer 1

IIUC您可以在groupby对象上使用first：

In [95]:
df.groupby(grouper).first()

Out[95]:
            test_1
2014-03-04     1.0
2014-03-05     1.0

应该有用，上面是使用与链接问题相同的数据生成的

修改

我认为上述内容实际上是正确的，因为它与调用head(1)不同：

In [3]: df.groupby(grouper).head(1) Out[3]: test_1 test_output 2014-03-04 09:00:00 NaN NaN 2014-03-05 09:00:00 1 1

但您也可以使用first_valid_index lambda来呼叫apply：

In [6]: df.groupby(grouper)['test_1'].apply(lambda x: x.first_valid_index()) Out[6]: 2014-03-04 2014-03-04 14:00:00 2014-03-05 2014-03-05 09:00:00 Name: test_1, dtype: datetime64[ns]

修改

要将此列添加为列有点棘手，这是因为您尝试将orig索引与新的每日分组groupby对象进行匹配，因此它不会对齐哪个是为什么你NaT。您可以做的是在索引上调用to_series，我们希望这样做是因为我们可以调用map，并只访问date属性。 map将执行查找，以便在groupby结果的日期匹配，并根据需要返回第一个有效日期：

In [136]: df['first'] = df.index.to_series().dt.date.map(df.groupby(grouper)['test_1'].apply(lambda x: x.first_valid_index())) df Out[136]: test_1 test_output first 2014-03-04 09:00:00 NaN NaN 2014-03-04 14:00:00 2014-03-04 10:00:00 NaN NaN 2014-03-04 14:00:00 2014-03-04 11:00:00 NaN NaN 2014-03-04 14:00:00 2014-03-04 12:00:00 NaN NaN 2014-03-04 14:00:00 2014-03-04 13:00:00 NaN NaN 2014-03-04 14:00:00 2014-03-04 14:00:00 1.0 1.0 2014-03-04 14:00:00 2014-03-04 15:00:00 1.0 1.0 2014-03-04 14:00:00 2014-03-04 16:00:00 1.0 1.0 2014-03-04 14:00:00 2014-03-05 09:00:00 1.0 1.0 2014-03-05 09:00:00 2014-03-05 10:00:00 1.0 1.0 2014-03-05 09:00:00 2014-03-05 11:00:00 1.0 1.0 2014-03-05 09:00:00 2014-03-05 12:00:00 1.0 1.0 2014-03-05 09:00:00 2014-03-05 13:00:00 1.0 1.0 2014-03-05 09:00:00 2014-03-05 14:00:00 1.0 1.0 2014-03-05 09:00:00 2014-03-05 15:00:00 1.0 1.0 2014-03-05 09:00:00 2014-03-05 16:00:00 1.0 1.0 2014-03-05 09:00:00

一起使用groupby（＆＃34; 1d＆＃34;）和first_valid_index

1 个答案: