从唯一 ID 创建具有第一个和最后一个日期的列答案

【问题标题】：Create columns with first and last date from a unique ID从唯一 ID 创建具有第一个和最后一个日期的列
【发布时间】：2021-02-22 01:36:58
【问题描述】：

我有下面的数据集，我想从该特定 ID 中提取第一次和最后一次出现日期。最后和第一次出现的结果应该是这样的：

id            date           last_apparence     first_apparence
653777        2021-02-19     2021-02-19         2021-02-19
1873547       2021-02-19     2021-02-19         2021-02-19
657443        2021-02-19     2021-02-19         2021-02-19
653777        2021-02-20     2021-02-20         2021-02-19

因此，例如，ID 653777 出现在 19 日和 20 日，在这种情况下，第一次出现是 19 日，最后一次出现是 20 日。我尝试使用

我尝试在下面使用此代码，但为整个列获得相同的值。

df['latest_apparence'] = df['date'][df.index[-1]]

我的最后一种方法是进行 groupby，但即使尝试了一堆不同的组，我得到的最接近的东西类似于 excel 中的 countif 公式，但我没有得到第一个/最后一个日期，只有多少id 在数据集中显示的次数

df.groupby(['id'])[['date']].count()

有人知道获得此结果的最佳方法是什么吗？

谢谢

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

让我们试试groupby 和transform

df['latest_apparence'] = df.groupby('id')['date'].transform('max')
df['first_apparence'] = df.groupby('id')['date'].transform('min')

【讨论】：

我喜欢变换函数。太棒了

【解决方案2】：

根据你想要的数据，你可以做


dt = df.groupby('id')['date'].agg(['min','max']).rename(columns={'min':'first_date','max':'last_date'})

print(dt)

# or broadcasting as Beny suggested with 
# AGG is aggregation of min and max
# df.groupby('id')['date'].transform(AGG)

【讨论】：