Python 获取与每个ID关联的具有最小日期的行

我有一个带有多个ID的pandas数据框，其他列有一个日期列，上面写着：“date1”。我想获得所有与所有ID关联的具有最小日期的行。其他列的值也应保留

我所拥有的：

ID   date1        value
1    1/1/2013     a
1    4/1/2013     a
1    8/3/2014     b
2    11/4/2013    a
2    19/5/2016    b
2    8/4/2017     b

我想要的输出：

ID   date1      value
1    1/1/2013   a
2    11/4/2013  a

---

谢谢

假设您在

ID

中有ID，在

DATE

中有日期：

df.groupby('ID')['DATE'].min()

按ID分组，然后选择每个组中的最小值。返回一个序列。如果需要该数据帧，请在输出上调用

.reset\u index（）

---

如果您只想选择最小的行，我会将输出设置为键，然后

new_df.join（old_df.set_index（['ID'，'DATE']）

而不是处理一些基于索引的恶作剧。

假设您在

ID

中有ID，在

DATE

中有日期：

df.groupby('ID')['DATE'].min()

按ID分组，然后选择每个组中的最小值。返回一个序列。如果需要该序列的数据帧，请在输出上调用

.reset\u index（）

---

如果您只想选择最小的行，我会将输出设置为键，然后

new_df.join（old_df.set_index（['ID'，'DATE']）

而不是处理一些基于索引的骗局。

使用

排序值

和

删除ID子集的重复项

：

df['date1'] = pd.to_datetime(df['date1'])
df.sort_values('date1').drop_duplicates('ID')

输出：

   ID      date1 value
0   1 2013-01-01     a
3   2 2013-11-04     a

---

对ID子集使用

排序\u值

和

删除重复项

：

df['date1'] = pd.to_datetime(df['date1'])
df.sort_values('date1').drop_duplicates('ID')

输出：

   ID      date1 value
0   1 2013-01-01     a
3   2 2013-11-04     a

转换为日期时间：

df = df.assign(date1 = pd.to_datetime(df.date1))

获取最小值和子集的标签索引：

df.loc[df.groupby("ID").date1.idxmin()]

   ID      date1 value
0   1 2013-01-01     a
3   2 2013-11-04     a

转换为日期时间：

df = df.assign(date1 = pd.to_datetime(df.date1))

获取最小值和子集的标签索引：

df.loc[df.groupby("ID").date1.idxmin()]

   ID      date1 value
0   1 2013-01-01     a
3   2 2013-11-04     a