python - 按月查找每组中最早的记录

Question

我有一个像这样的 Pandas 数据框:

Month  Name  Revenue   EARLY_MIN
Jan     A     100        ?
Jan     A      50        ?
Feb     A      30        ?

对于每个“姓名”，我想选择最早的记录(一月)。如果它返回多行，我将选择最小值的记录。收入。所以在这种情况下是 50。我将为该记录创建一列 EARLY_MIN=1。因此，在此示例中，第二行的 EARLY_MIN=1，其他行的 EARLY_MIN=0。

我怎样才能在 pandas 中做到这一点？步数？

Answer 1

使用 python 的 calendar 标准库，您可以将“月”转换为数值。这使我们可以轻松地根据“月份”值对行进行排序。

import calendar

mapping = {calendar.month_abbr[k]: k for k in range(1, 13)}
u = df.assign(Month=df.Month.map(mapping))
u

   Month Name  Revenue EARLY_MIN
0      1    A      100         ?
1      1    A       50         ?
2      2    A       30         ?

现在，您可以使用 groupby 和 idxmin 或类似的东西。

idx = (u['Revenue'].mask(u.groupby('Name').Month.transform('min') != u['Month'])
                   .groupby(u.Name)
                   .idxmin()
                   .values)
df.loc[idx, 'EARLY_MIN'] = 1
df

  Month Name  Revenue EARLY_MIN
0   Jan    A      100         ?
1   Jan    A       50         1
2   Feb    A       30         ?