假设我有以下数据帧:
import pandas as pd
df = pd.DataFrame({'id': [1,1,1,2,3,2], 'year': ['2020', '2014', '2002', '2020', '2016', '2014'], 'e': [True, False, True, True, False, True]})
df.info()
id year e
1 2020 True
1 2014 False
1 2002 True
2 2020 True
3 2016 False
2 2014 True
我想找到每个id的最小年份,其中e为True,如果该id的e中没有任何True,则返回NaN。最终结果是:
id year
1 2002
2 2014
3 NaN
在groupby
和reindex
返回之前尝试过滤器
s = df.loc[df.e].groupby('id').year.min().reindex(df.id.unique()).reset_index()
s
Out[307]:
id year
0 1 2002
1 2 2014
2 3 NaN
或转换为Categorical
df['id'] = pd.Categorical(df['id'])
df.loc[df.e].groupby('id').year.min()
Out[309]:
id
1 2002
2 2014
3 None
Name: year, dtype: object