在特定列分组后查找最早日期

Question

我有一个如下所示的数据框。

  id     name   tag   location       date
   1     John    34     FL        01/12/1990
   1     Peter   32     NC        01/12/1990
   1     Dave    66     SC        11/25/1990
   1     Mary    12     CA        03/09/1990
   1     Sue     29     NY        07/10/1990
   1     Eve     89     MA        06/12/1990
   :      :      :      :              :
   n     John    34     FL        01/12/2000
   n     Peter   32     NC        01/12/2000
   n     Dave    66     SC        11/25/1999
   n     Mary    12     CA        03/09/1999
   n     Sue     29     NY        07/10/1998
   n     Eve     89     MA        06/12/1997

我需要根据 id 列查找位置信息，但有一个条件，只需要最早的日期。例如，id=1 组的最早日期是 01/12/1990，这意味着位置是 FL 和 NC。然后将其应用于所有不同的 id 组以获得前 3 个位置。我已经为我编写了代码。

#Get the earliest date base on id group
df_ear = df.loc[df.groupby('id')['date'].idxmin()]
#Count the occurancees of the location
df_ear['location'].value_counts()

该代码工作得很好，但如果它们具有相同的最早日期，则它不能 return 超过 1 个位置（使用我的第一行代码），例如，id=1 组只会 return FL 代替 FL 和 NC。我想知道如何修复我的代码以包含如果最早日期大于 1 的条件。

谢谢！

Answer 1

使用GroupBy.transform for Series for minimal date per groups, so possible compare by column Date in boolean indexing:

df['date'] = pd.to_datetime(df['date'])

df_ear = df[df.groupby('id')['date'].transform('min').eq(df['date'])]

在特定列分组后查找最早日期

Finding earliest date after groupby a specific column

python

pandas

pandas-groupby