Question

我有一个数据结构，我正在使用pandas，我正在获取计划的最小数据。所以数据结构如下所示

Engagement ID     Plan Start Date
A                  17-7-2017
A                  18-7-2017
A                  20-7-2017

我正在努力实现这个目标

Engagement ID     Plan Start Date   Earliest Plan start date
A                  17-7-2017         17-7-2017
A                  18-7-2017         17-7-2017
A                  20-7-2017         17-7-2017

我能够像这样做

engagement_df_earliest_plan_date = engagement_df.loc[engagement_df.groupby('Engagement Id', sort=False)['Plan Start Date'].idxmin()]
engagement_df_earliest_plan_date = engagement_df_earliest_plan_date[['Engagement Id','Plan Start Date']];
engagement_df_earliest_plan_date = engagement_df_earliest_plan_date.rename(columns={'Plan Start Date': 'Earliest Plan Start Date'});

但我觉得这不够优雅，并且想知道有更好的办法吗？

Answer 1

让我们使用稍大一点的样本 -

df

  Engagement ID Plan Start Date
0             A       17-7-2017
1             A       18-7-2017
2             A       20-7-2017
3             B       21-7-2017
4             B       22-7-2017
5             C       29-7-2017
6             C       30-7-2017

如果需要，请使用pd.to_datetime -

转换为日期时间

df['Plan Start Date'] = pd.to_datetime(df['Plan Start Date'], errors='coerce')

现在，要获得所需的输出，groupby第一列，transform相对于每个组中的first行 -

df['Earliest Plan Start Date'] = \
       df.groupby("Engagement ID")['Plan Start Date'].transform('first')
df

  Engagement ID Plan Start Date Earliest Plan Start Date
0             A      2017-07-17               2017-07-17
1             A      2017-07-18               2017-07-17
2             A      2017-07-20               2017-07-17
3             B      2017-07-21               2017-07-21
4             B      2017-07-22               2017-07-21
5             C      2017-07-29               2017-07-29
6             C      2017-07-30               2017-07-29

然而，这可能并不理想，因为第一个日期可能并不总是最小的日期。为此，您可以使用nsmallest + map -

来考虑稍微不同的替代方案

v = df.groupby("Engagement ID", group_keys=False)['Plan Start Date'].nsmallest(1)
v.index = v.index.droplevel(1)

df['Earliest Plan Start Date'] = df['Engagement ID'].map(v)

或者，

df['Earliest Plan Start Date'] = df['Engagement ID'].replace(v)

df

  Engagement ID Plan Start Date Earliest Plan Start Date
0             A      2017-07-17               2017-07-17
1             A      2017-07-18               2017-07-17
2             A      2017-07-20               2017-07-17
3             B      2017-07-21               2017-07-21
4             B      2017-07-22               2017-07-21
5             C      2017-07-29               2017-07-29
6             C      2017-07-30               2017-07-29

现在，您保证最早的日期。请注意，v看起来像这样 -

v

Engagement ID
A   2017-07-17
B   2017-07-21
C   2017-07-29
Name: Plan Start Date, dtype: datetime64[ns]

Python获得最短日期

1 个答案: