在 pandas DataFrame 中仅保留具有每年和每月第一次出现日期的行答案

【问题标题】：Keep only the rows with the first occurring date of each year and month in a pandas DataFrame在 pandas DataFrame 中仅保留具有每年和每月第一次出现日期的行
【发布时间】：2021-12-29 11:44:36
【问题描述】：

我想从 DataFrame 中删除不包括每年和每月 DataFrame 中第一个日期的所有行。这是一个例子：

pd.DataFrame([['2016-02-05', 22], ['2016-02-15', 15], ['2016-05-03', 18], ['2016-05-20', 9], ['2017-03-02', 10], ['2018-04-01', 11], ['2018-04-02', 12]],
             columns=['date', 'qty'])

         date  qty
0  2016-02-05   22
1  2016-02-15   15
2  2016-05-03   18
3  2016-05-20    9
4  2017-03-02   10
5  2018-04-01   11
6  2018-04-02   12

我想让上面的DataFrame变成：

         date  qty
0  2016-02-05   22
2  2016-05-03   18
4  2017-03-02   10
5  2018-04-01   11

我将“日期”列转换为日期时间，并尝试循环执行此操作。但是，我没有到达那里，我确信有比循环执行更有效的方法。感谢您的帮助！

【问题讨论】：

对不起@zyzzler 我不明白你需要什么。

标签： python python-3.x pandas dataframe

【解决方案1】：

另一种方式，可能更快，因为它避免扩展数据框

df.filter(df['date'].dt.to_period('M').drop_duplicates().index, axis = 0)

【讨论】：

【解决方案2】：

试试resample:

#convert to datetime if needed
df["date"] = pd.to_datetime(df["date"])
output = df.resample("M", on="date").first().dropna().reset_index(drop=True)

>>> output
        date   qty
0 2016-02-05  22.0
1 2016-05-03  18.0
2 2017-03-02  10.0
3 2018-04-01  11.0

如果您想保留原始索引，可以这样做：

output = df.assign(m=df["date"].dt.to_period("m")).drop_duplicates("m").drop("m",axis=1)

>>> output
        date  qty
0 2016-02-05   22
2 2016-05-03   18
4 2017-03-02   10
5 2018-04-01   11

【讨论】：

工作得很好，谢谢！