Python 从唯一ID创建具有第一个和最后一个日期的列

我有下面的数据集，我想从该特定ID提取第一次和最后一次出现的日期。最后一次和第一次出现的结果应该是：

id            date           last_apparence     first_apparence
653777        2021-02-19     2021-02-19         2021-02-19
1873547       2021-02-19     2021-02-19         2021-02-19
657443        2021-02-19     2021-02-19         2021-02-19
653777        2021-02-20     2021-02-20         2021-02-19

例如，ID 653777出现在19号和20号，在本例中，第一次出现在19号，最后一次出现在20号。我试着用

我尝试使用下面的代码，但得到了整个列的相同值

df['latest_apparence'] = df['date'][df.index[-1]]

我的上一个方法是使用groupby，但即使尝试了一组不同的组，我得到的最接近的结果是类似于excel中的countif公式，但我没有得到第一个/最后一个日期，只有id在数据集中显示了多少次

df.groupby(['id'])[['date']].count()

有人知道得到这个结果的最好方法是什么吗

---

谢谢

让我们试试

groupby

和

transform

df['latest_apparence'] = df.groupby('id')['date'].transform('max')
df['first_apparence'] = df.groupby('id')['date'].transform('min')

---

让我们尝试使用

transform

df['latest_apparence'] = df.groupby('id')['date'].transform('max')
df['first_apparence'] = df.groupby('id')['date'].transform('min')

---

根据您想要数据的方式，您可以

dt=df.groupby（'id'）['date'].agg（['min'，'max']）。重命名（列={'min'：'first_date'，'max'：'last_date'}）
打印（dt）
#或者像Beny建议的那样进行广播
#AGG是最小值和最大值的集合
#df.groupby（'id'）['date'].transform（AGG）

根据您需要数据的方式，您可以

dt=df.groupby（'id'）['date'].agg（['min'，'max']）。重命名（列={'min'：'first_date'，'max'：'last_date'}）
打印（dt）
#或者像Beny建议的那样进行广播
#AGG是最小值和最大值的集合
#df.groupby（'id'）['date'].transform（AGG）

我喜欢变换函数。这是辉煌的我爱转换功能。太棒了