“Python排序”；名称“；在pd.DataFrame中，按活动的上一年列出

大家好，我的社区

我有一个超过300个条目的df。df显示了不同作者/研究人员在一个特定研究项目中积极提交出版物的年份。 数据如下所示：

Author     Name of Publication     Year
Name A   Pub A                   1998
Name B   Pub B                   2005
Name C   Pub A                   1998
Name A   Pub C                   2000
etc...

由于作者在项目中处于活动状态时发表了多份出版物，因此df包含多个条目及其名称。 我现在想过滤作者最早的活动年份以及他/她最后一年的活动。目标是导出每个作者的活动时间跨度

但目前我真的不知道如何应用一个合适的过滤器。 为了推导每个作者的最大值，我用来过滤df的代码是：

     df.groupby('author')['year'].aggregate(pd.Series.idxmax)

之后，我将应用同一行来过滤最小值。 不幸的是，输出显示“此数据类型不允许还原操作'argmax'

有人能告诉我我监督了什么/如何编写一个过滤器来真正完成它的工作吗

---

提前感谢。

您可以按日期对数据帧进行排序，然后使用

agg

和

first

和

last

提取最早和最近几年的活动：

df.sort_values('Year').groupby('Author')['Year'].agg(['first', 'last'])

        first  last
Author             
Name A   1998  2000
Name B   2005  2005
Name C   1998  1998

然后，如果需要，可以使用

join

将这些结果放回原始数据帧：

new_df = (df.set_index('Author')
          .join(df.sort_values('Year')
                .groupby('Author')
                .agg({'Year':['first', 'last']})))

>>> new_df
       Name of Publication  Year  (Year, first)  (Year, last)
Author                                                       
Name A               Pub A  1998           1998          2000
Name A               Pub C  2000           1998          2000
Name B               Pub B  2005           2005          2005
Name C               Pub A  1998           1998          1998