Python 执行groupby转换以获取非空的日期值

我有一个这样构造的数据帧：

df = pd.DataFrame({'id': [1,2,3,4,1,2,3,4],
                   'birthdate': ['01-01-01','02-02-02','03-03-03','04-04-04',
                                 '','02-02-02','03-04-04','04-03-04']})
df['birthdate'] = pd.to_datetime(df['birthdate'])

我想使用pandas

.transform

条件是，我希望根据

id

我知道，如果没有其他选项可以消除not null条目，我可以执行

max

，但是如果存在不一致，我不一定要最大日期，只需要数据帧中最先出现的日期

因此：

df['birthdate'] = df.groupby('id')['birthdate'].transform(max)

这是使用

max

时输出的外观：

id  birthdate
0   1 2001-01-01
1   2 2002-02-02
2   3 2003-03-03
3   4 2004-04-04
4   1 2001-01-01
5   2 2002-02-02
6   3 2004-03-04
7   4 2004-04-04

这就是我想要它看起来的样子：

id  birthdate
0   1 2001-01-01
1   2 2002-02-02
2   3 2003-03-03
3   4 2004-04-04
4   1 2001-01-01
5   2 2002-02-02
6   3 2003-03-03
7   4 2004-04-04

---

我非常确定我必须创建一个客户

lambda

来放入

.transform

中，但我不确定要使用什么条件。

您可以尝试以下方法。您的数据帧定义和建议的输出包含不同的日期，因此我假设您的数据帧定义是正确的

df['birthdate'] = df.groupby('id').transform('first')

它的输出

   id   birthdate
0   1   2001-01-01
1   2   2002-02-02
2   3   2003-03-03
3   4   2004-04-04
4   1   2001-01-01
5   2   2002-02-02
6   3   2003-03-03
7   4   2004-04-04

---

你说得对。输出中有一个输入错误。谢谢你接电话。还有，是的。。。这就解决了！因此，无论null值的位置如何，first都起作用。这很有趣。令人惊叹的！