如何通过在另一列上应用过滤器来获取列的最小日期或最早日期

Question

我想查找 Vin 列的最早日期。通过在 Value_1 和 Value_2.The 列上应用过滤器 1，日期在另一列 'Date'

中给出

下面是我的数据框。

    import pandas as pd


df_merge= pd.DataFrame({'Vin': ['a123', 'a123', 'a123', 'a123', 'b123', 'b123', 'b123', 'b123'],
                   'Date': ["2022-03-21T15:20:07.536Z", '2022-03-21T15:20:07.510Z', '2022-03-21T15:20:07.535Z',
                            '2022-03-21T15:20:07.535Z','2022-03-22T09:14:59.615Z','2022-03-22T09:14:59.412Z',
                            '2022-03-22T09:14:59.512Z','2022-03-22T09:14:59.615Z'],
                        'Value_1':['1', '0', '1', '1','1', '0', '0', '1'],
                       'Value_2':['1', '1', '1', '0','1', '0', '1', '1']})

我尝试了一种方法，通过应用所需的过滤器创建另一个数据框，然后使用以下命令获取最短日期。

Temp_table = pd.DataFrame()
Temp_table = df_merge[(df_merge['Value_1']  == 1) & (df_merge['Value_2']  == 1)]


Temp_table['Result'] = np.where(Temp_table.groupby('Vin')['Date'].transform('min').eq(Temp_table['Date']), 'Yes','No')

在此之后，我将此列与我的原始数据框合并。这会创建一个我不想要的非常大的数据框。所以我的问题是，有没有办法在不创建任何其他 df 的情况下在同一个数据框中获取我的要求。

下面是我预期的带有 'Result' 列的数据框：-

df_merge= pd.DataFrame({'Vin': ['a123', 'a123', 'a123', 'a123', 'b123', 'b123', 'b123', 'b123'],
                   'Date': ["2022-03-21T15:20:07.536Z", '2022-03-21T15:20:07.510Z', '2022-03-21T15:20:07.535Z',
                            '2022-03-21T15:20:07.535Z','2022-03-22T09:14:59.615Z','2022-03-22T09:14:59.412Z',
                            '2022-03-22T09:14:59.512Z','2022-03-22T09:14:59.615Z'],
                        'Value_1':['1', '0', '1', '1','1', '0', '0', '1'],
                       'Value_2':['1', '1', '1', '0','1', '0', '1', '1'],
                       'Result':['No', 'No', 'Yes', 'No','Yes', 'No', 'No', 'Yes']})

df_merge

Answer 1

您可以使用：

更新

idx = (df_merge.assign(Date=pd.to_datetime(df_merge['Date']))
               .loc[df_merge['Value_1'].eq('1') & df_merge['Value_2'].eq('1')]
               .groupby('Vin')['Date'].rank(method='min')
               .loc[lambda x: x == 1].index)

df_merge['Result'] = np.where(df_merge.index.isin(idx), 'Yes', 'No')

旧答案

idx = (df_merge.assign(Date=pd.to_datetime(df_merge['Date']))
               .loc[df_merge['Value_1'].eq(1) & df_merge['Value_2'].eq(1)]
               .groupby('Vin')['Date'].idxmin())

df_merge['Result'] = np.where(df_merge.index.isin(idx), 'Yes', 'No')

输出：

>>> idx
Vin
a123    2
b123    7
Name: Date, dtype: int64

>>> df_merge
    Vin                      Date  Value_1  Value_2 Result
0  a123  2022-03-21T15:20:07.536Z        1        1     No
1  a123  2022-03-21T15:20:07.510Z        0        1     No
2  a123  2022-03-21T15:20:07.535Z        1        1    Yes
3  a123  2022-03-21T15:20:07.535Z        1        0     No
4  b123  2022-03-22T09:14:59.616Z        1        1     No
5  b123  2022-03-22T09:14:59.412Z        0        0     No
6  b123  2022-03-22T09:14:59.512Z        0        1     No
7  b123  2022-03-22T09:14:59.615Z        1        1    Yes

注意：如果 Date 已经是 DatetimeIndex，您可以安全地删除 assign 方法。

如何通过在另一列上应用过滤器来获取列的最小日期或最早日期

How to get minimum date or earliest date of a column by applying filter on another column

python

numpy

pandas