Python 3.x 如何聚合数据帧，使变量的值对应于aggfunc中选择的变量行？

我有以下数据

ID        DATE        AGE        COUNT
1         Nat         16         1
1         2021-06-06  19         2
1         2020-01-05  20         3
2         Nat         23         3
2         Nat         16         3
2         2019-02-04  36         12

我希望将其聚合，以便

日期

将是最早的有效日期（在时间上），而

年龄

将从选择最早日期的对应行中提取。输出应该是

ID        DATE        AGE        COUNT
1         2021-06-06  19         1
2         2019-02-04  36         3

给出此错误的我的代码

TypeError:必须提供'func'或命名聚合**kwargs.

df_agg = pd.pivot_table(df, index=['ID'],
                                values=['DATE', 'AGE'],
                                aggfunc={'DATE': np.min, 'AGE': None, 'COUNT': np.min})

我不想使用“年龄”：np.min，因为对于ID=1，将提取年龄=16，这不是我想要的

/////////////编辑///////////////

所做的编辑提供了一个更通用的示例。

您可以尝试：

印刷品：

ID日期年龄
1   1 2021-06-06   19
5   2 2019-02-04   36

---

编辑：使用

.pivot\u table（）

。您可以将

“日期”

/

“年龄”

提取为一个列表，对于

“计数”

，您可以使用

np.min

或

“min”

。第二步是将

“日期”

/

“年龄”

列表分解为单独的列：

df_agg = pd.pivot_table(
    df,
    index=["ID"],
    values=["DATE", "AGE", "COUNT"],
    aggfunc={
        "DATE": lambda x: df.loc[x.first_valid_index()][
            ["DATE", "AGE"]
        ].tolist(),
        "COUNT": "min",
    },
)
df_agg[["DATE", "AGE"]] = pd.DataFrame(df_agg["DATE"].apply(pd.Series))
print(df_agg)

印刷品：

计数日期年龄
身份证件
1       1 2021-06-06   19
2       3 2019-02-04   36

您可以对值进行排序并删除重复项（排序索引是可选的）

---

使用

groupby

和

transform

：

df[df['DATE'] == df.groupby("ID")['DATE'].transform('min')]

---

假设您有一个索引，一个简单的解决方案是：

def min_val(group):
    group = group.loc[group.DATE.idxmin]
    return group

df.groupby(['ID']).apply(min_val)

如果没有索引，可以使用：

df.reset_index().groupby(['ID']).apply(min_val).drop(columns=['ID'])

---

谢谢，这绝对解决了当前的问题。但是我想知道是否还有一种方法可以使用

pivot\u表

或

groupby

函数。这样，我可以选择正确的日期并提取相应的人口统计变量，但也可以提取其他变量的平均值/最小值/最大值（如果需要）。@KubiK888我使用

.pivot\u table（）更新了我的答案

我收到此错误

AttributeError:“DataFrame”对象没有属性“tolist”

@KubiK888您使用的是什么版本？您可以使用

.values.tolist（）

而不是

.tolist（）

df[df['DATE'] == df.groupby("ID")['DATE'].transform('min')]

def min_val(group):
    group = group.loc[group.DATE.idxmin]
    return group

df.groupby(['ID']).apply(min_val)

df.reset_index().groupby(['ID']).apply(min_val).drop(columns=['ID'])