Python 3.x Python-New列返回每个唯一ID的最早数据

我有一个包含三列（客户ID、交易、日期）的数据集。客户ID和交易之间存在一对多关系。我想添加一个新列，其中包含每个唯一客户ID的最早购买数据。我尝试了下面的代码

df['First Purchase Date'] = df.loc[df.groupby('Customer ID').Date.idxmin(),:]

但当我运行这段代码时，我收到一个错误，在处理上述异常期间，发生了另一个异常：然后以值错误结束。它也不会创建名为First Purchase Date的新列

根据另一列中给定的条件，是否有一种简单的方法来查找列中最早的数据

我也尝试过使用min（）

---

这段代码创建了一个新列，与我前面提到的第一行idxmin不同，但它将“NaN”作为所有内容的值

这是您需要的代码

min_dates=df.groupby（['Customer ID']）['Date'].min（）
df['First Purchase Date']=df.apply（lambda行：min_dates.loc[row['Customer ID']]，axis=1）

下面是一个简单的工作示例：

csv = """Customer ID,Date
1,2019
1,2018
1,2020
2,2000
2,2010
2,2005"""
from io import StringIO
import pandas as pd
df = pd.read_csv(StringIO(csv))

min_dates = df.groupby(['Customer ID'])['Date'].min()
df['First Purchase Date'] = df.apply(lambda row: min_dates.loc[row['Customer ID']], axis=1)
print(df)

这是输出

    Customer ID Date    First Purchase Date
0   1           2019    2018
1   1           2018    2018
2   1           2020    2018
3   2           2000    2000
4   2           2010    2000
5   2           2005    2000

---

这是您需要的代码

min_dates=df.groupby（['Customer ID']）['Date'].min（）
df['First Purchase Date']=df.apply（lambda行：min_dates.loc[row['Customer ID']]，axis=1）

下面是一个简单的工作示例：

csv = """Customer ID,Date
1,2019
1,2018
1,2020
2,2000
2,2010
2,2005"""
from io import StringIO
import pandas as pd
df = pd.read_csv(StringIO(csv))

min_dates = df.groupby(['Customer ID'])['Date'].min()
df['First Purchase Date'] = df.apply(lambda row: min_dates.loc[row['Customer ID']], axis=1)
print(df)

这是输出

    Customer ID Date    First Purchase Date
0   1           2019    2018
1   1           2018    2018
2   1           2020    2018
3   2           2000    2000
4   2           2010    2000
5   2           2005    2000

---

阅读stackoverflow指南。您应该发布一个包含代码和数据的最小示例，以显示错误，并发布错误本身。否则您将得到downvotes。此外，异常具有有价值的信息，可以告诉您代码中的错误。你应该仔细阅读你说的例外是什么意思？我确实发布了上面的代码。这还不够吗？你还需要什么？首先，你得到的错误，你应该经常阅读，并公布完整的错误和你的问题。其次，您发布了一些代码，但还不足以运行和复制您的问题。您需要发布一个显示错误的最小示例。顺便说一句，请注意下面的答案对于阅读stackoverflow指南很有用。您应该发布一个包含代码和数据的最小示例，以显示错误，并发布错误本身。否则您将得到downvotes。此外，异常具有有价值的信息，可以告诉您代码中的错误。你应该仔细阅读你说的例外是什么意思？我确实发布了上面的代码。这还不够吗？你还需要什么？首先，你得到的错误，你应该经常阅读，并公布完整的错误和你的问题。其次，您发布了一些代码，但还不足以运行和复制您的问题。您需要发布一个显示错误的最小示例。顺便说一句，注意下面的答案应该适用于youThanks Aviad。虽然我已经把它包含在我的代码中，并且它可以工作，但我并不完全理解它，尤其是第二行。为了更好地理解这一点，你对我能读到什么有什么建议吗？你需要了解熊猫索引是如何工作的。

df

每个事务有一行，

min\u日期

每个

客户ID有一行。因此，您不能只从一个数据帧分配到另一个数据帧。阅读更多熊猫教程以及索引和应用的文档。你会掌握它的窍门的。虽然我已经把它包含在我的代码中，并且它可以工作，但我并不完全理解它，尤其是第二行。为了更好地理解这一点，你对我能读到什么有什么建议吗？你需要了解熊猫索引是如何工作的。
df
每个事务有一行，
min\u日期
每个
客户ID有一行。因此，您不能只从一个数据帧分配到另一个数据帧。阅读更多熊猫教程以及索引和应用的文档。你会掌握窍门的