python - 使用 python 根据 pandas 中的时间获取不同的值

Question

有一个有值(value)的 df

a   b      time

1   test   2020-01-06 16:49:36.742 
2   test   2019-01-07 16:49:36.742
3   test   2015-01-07 16:49:36.742
4   car    2016-01-07 16:49:36.742
5   train  2017-01-07 16:49:36.742
6   train  2012-01-07 16:49:36.742
7   bat    2011-01-07 16:49:36.742

获取最早日期的不同值[日期格式:datetime[ns]]

像这样

a   b      time


1   test    2015-01-07 16:49:36.742
2   car    2016-01-07 16:49:36.742
3   train   2012-01-07 16:49:36.742
4   bat    2011-01-07 16:49:36.742

Answer 1

使用DataFrame.sort_values与 DataFrame.drop_duplicates :

( df.sort_values('time')
    .drop_duplicates('b',keep = 'first')
    .reset_index(drop=True)
    .assign(a = lambda x: x.index + 1) )

或使用 Groupby.first

 ( df.sort_values('time')
     .groupby('b',as_index=False).first()
     .reset_index(drop=True)
     .assign(a = lambda x: x.index + 1) )

<小时/>

如果您的数据按时间列按降序排序，您可以使用:

( df.drop_duplicates('b',keep ='last')
    .reset_index(drop=True)
    .assign(a = lambda x: x.index + 1) )

或

(df.groupby('b',as_index=False).last()
   .reset_index(drop=True)
   .assign(a = lambda x: x.index + 1))

<小时/>

输出

   a      b                     time
0  1   test  2015-01-07-16:49:36.742
1  2    car  2016-01-07-16:49:36.742
2  3  train  2012-01-07-16:49:36.742
3  4    bat  2011-01-07-16:49:36.742