Pandas從組中獲取列的第一個和最后一個值

Question

嗨，我的dataframe包含相同ID的多行。 其中一列是日期（按升序排列）。 我想計算第一個條目和最后一個條目之間的日期差異。

我這樣做是通過實例化一個pandas構造函數，如下所示：

g = df.groupby('ID')

print(pd.DataFrame({'first':g.Date.nth(0), 'last':g.Date.nth(-1)}))

第一個值是正確的，但是，最后一個值遠不正確。

例如，對於特定ID，第first date是2000-05-08 ， last date是8/21/2010 。 輸出的結果是：

               first       last
ID                         
31965.0        2000-05-08  2002-12-29

2002-12-29在中間的某個地方。

樣本數據：

ID  Date
31965   5/8/2000
31965   5/10/2000
31965   5/18/2000
31965   5/22/2000
31965   5/23/2000
31965   5/25/2000
31965   5/30/2000
31965   6/7/2000
31965   6/8/2000
31965   6/11/2000
31965   6/13/2000
.....
31965   4/11/2009
31965   5/9/2009
31965   5/16/2009
31965   5/23/2009
31965   2/5/2010
31965   2/26/2010
31965   3/13/2010
31965   4/10/2010
31965   8/21/2010

我希望我的ID 31965的結果是：5/8/2000和8/21/2010，這樣我最終可以計算出日期差異。

Answer 1

您可以一步完成此操作，確保“日期”列為dtype datetime，

df['Date'] = pd.to_datetime(df['Date'])

df.groupby('ID')['Date'].agg(['first','last'])

現在，我懷疑您的數據可能沒有正確排序，但如果您仍想要最早和最新的日期，那么您可以這樣做：

df.groupby('ID')['Date'].agg(['min','max']).rename(columns={'min':'first','max':'last'})

或者您可以使用sort_values：

df.sort_values('Date').groupby('ID')['Date'].agg(['first','last'])

Answer 2

您可能需要以這種方式解析最后一個日期：

import datetime

def parser(x):
    return datetime.strptime(str(x), '%m/%d/%Y')

在這里，您將日期字符串提供給函數，函數返回一個解析日期。 您可以類似地解析第一個日期，並生成與上一個日期一致的內容; 您可能需要在區域%m/%d/%Y進行更改。 那應該可以解決你的問題。 閱讀此頁面以獲取更多信息： https ： //docs.python.org/2/library/datetime.html