根據最近和最近的日期對公共 ID 進行分組

Question

嘗試從我的數據中的兩個字段中獲取最高和最低日期，並根據 id 對它們進行分組。 我注意到我的日期字段有一個字符串，它阻止排序並限制我獲得正確的結果。

我的數據集--df

ID	登錄	登出
1	2020 年 1 月 11 日	2021 年 3 月 23 日
1	2020 年 8 月 12 日	現在
1	2018 年 1 月 10 日	現在
1	2021 年 2 月 2 日	2021 年 2 月 3 日
2	1990 年 4 月 5 日	2021 年 3 月 22 日
3	2010 年 1 月 25 日	2021 年 2 月 22 日
2	2015 年 6 月 12 日	現在
4	現在	現在

我得到了什么：

ID	登錄	登出
1	2018 年 1 月 10 日	現在
2	1990 年 4 月 5 日	現在
3	2010 年 1 月 25 日	2021 年 2 月 22 日
4	現在	現在

我如何期望 output

ID	登錄	登出
1	2018 年 1 月 10 日	2021 年 3 月 23 日
2	1990 年 4 月 5 日	2021 年 3 月 22 日
3	2010 年 1 月 25 日	2021 年 2 月 22 日
4	現在	現在

my code:
sample= {'login':'min', 'logout':'max'}
final= df.groupby(['id'], sort=True).agg(sample)

我的方法或 python 中解決此問題的更好方法有什么問題嗎？ 或者除了替換df中的字符串之外，還有其他避免字符串的聰明方法嗎？ （我來自 sql，所以仍然習慣於 pythonic 的東西:) 提前謝謝

Answer 1

那是因為就字符串比較而言， 'now' > '03/23/2021' 。 您now可以嘗試用較小的字符串替換：

tmp_now = '000000'
(df.replace('now',tmp_now)
   .groupby(['id'], sort=True).agg(sample)
   .replace(tmp_now,'now')
)

Output：

         login      logout
id                        
1   01/10/2018  03/23/2021
2   04/05/1990  03/22/2021
3   01/25/2010  02/22/2021
4          now         now