为排序的熊猫数据框中的每个 ID 选择特定列的第一个值

Posted 2023-03-11

【中文标题】为排序的熊猫数据框中的每个 ID 选择特定列的第一个值

【英文标题】：select first value of specific column for each ID in sorted pandas data frame

【发布时间】：2021-09-04 00:42:49

【问题描述】：

例如，我的数据框是：

ID	time	number
a	14:03:01	11
b	14:03:02	7
b	14:03:15	2
c	14:03:09	5
a	14:03:02	9
d	14:03:17	1
a	14:03:35	15
c	14:03:11	8

我按时间对该数据帧进行排序，对于每个 ID，我想获取最早时间的数字列的值。我知道解决方案是 SQL，但现在我很困惑为 pandas 做这件事。

ID	number
a	11
b	7
c	5
d	1

如何使用 pandas 完成这些操作？ （我不想使用“for循环”。）

【问题讨论】：

这能回答你的问题吗？ Pandas dataframe get first row of each group

【参考方案1】：

尝试通过sort_values()方法、drop_duplicates()方法和drop()方法：

out=df.sort_values('time').drop_duplicates(subset=['ID']).drop('time',1)

或

通过groupby() 和first()：

out=df.groupby('ID',as_index=False)['number'].first()