Groupby id 并将最早日期的所有行的值更改为 NaN

Question

我有以下id，我想按id分组，然后用NaN替换值X。我现在的df.


 ID    Date        X      other variables..
 1   1/1/18   0.118758835
 1   1/1/18   0.148103273 
 1   1/1/18   0.365541214 
 1   1/2/18   0.405002687 
 1   1/2/18   0.130580643
 1   1/2/18   0.395113106 
 2   1/1/18   0.425580038 
 2   1/1/18   0.889677796 
 2   1/1/18   0.835311629
 2   1/2/18   0.8375818   
 2   1/2/18   0.648162611 
 2   1/2/18   0.639060695

期望的输出


 ID    Date        X      other variables..
 1   1/1/18       NaN
 1   1/1/18       NaN
 1   1/1/18       NaN
 1   1/2/18   0.405002687 
 1   1/2/18   0.130580643
 1   1/2/18   0.395113106 
 2   1/1/18       NaN
 2   1/1/18       NaN
 2   1/1/18       NaN
 2   1/2/18   0.8375818   
 2   1/2/18   0.648162611 
 2   1/2/18   0.639060695

Answer 1

你可以试试

m = (df.groupby('ID')
     .apply(lambda g: g['Date'].eq(pd.to_datetime(df['Date']).min().strftime('%-m/%-d/%y')))
     .reset_index(drop=True))

df.loc[m, 'X'] = pd.NA

print(df)

    index  ID    Date         X         Y Category
0       0   1  1/1/18      <NA>  0.954677        A
1       1   1  1/1/18      <NA>  0.976618        B
2       2   1  1/1/18      <NA>  0.551642        C
3       3   1  1/2/18  0.405003  0.343279        A
4       4   1  1/2/18  0.130581  0.144487        B
5       5   1  1/2/18  0.395113  0.113119        C
6       6   2  1/1/18      <NA>  0.725166        A
7       7   2  1/1/18      <NA>  0.386824        B
8       8   2  1/1/18      <NA>  0.363803        C
9       9   2  1/2/18  0.837582  0.769266        A
10     10   2  1/2/18  0.648163  0.075286        B
11     11   2  1/2/18  0.639061  0.791222        C

Answer 2

您可以在groupby.transform中调用min获取每个ID的最早日期；然后将其与“日期”进行比较以获得布尔掩码；最后使用掩码 mask 最早的“X”：

df['X'] = df['X'].mask(df.groupby('ID')['Date'].transform('min').eq(df['Date']))

输出：

    ID    Date         X
0    1  1/1/18       NaN
1    1  1/1/18       NaN
2    1  1/1/18       NaN
3    1  1/2/18  0.405003
4    1  1/2/18  0.130581
5    1  1/2/18  0.395113
6    2  1/1/18       NaN
7    2  1/1/18       NaN
8    2  1/1/18       NaN
9    2  1/2/18  0.837582
10   2  1/2/18  0.648163
11   2  1/2/18  0.639061

Groupby id 并将最早日期的所有行的值更改为 NaN

Groupby id and change values for all rows for the earliest date to NaN

python

pandas

dataframe

pandas-groupby