变量出现在我的数据框中的第一个和最后一个日期

Question

我希望变量出现在我的数据框中的第一个和最后一个日期：   datetime           A2019-03-04 00:03      12019-03-04 00:04      12019-03-04 00:05      22019-03-04 00:06      2 2019-03-04 00:07      12019-03-04 00:08      22019-03-04 00:09      32019-03-04 00:10      32019-03-04 00:11      32019-03-04 00:12      42019-03-04 00:13      3所需的输出：A            First                     Last1      2019-03-04 00:03          2019-03-04 00:072      2019-03-04 00:05          2019-03-04 00:083      2019-03-04 00:09          2019-03-04 00:134      2019-03-04 00:12          2019-03-04 00:12我试过这个：data_df=pd.Series({x : y.datetime.tolist() for x , y in df.groupby('A')})data_df=pd.DataFrame({'A':data_df.index, 'datetime':data_df.values})data_df我有这个输出A                              datetime1       [2019-03-04 00:03,2019-03-04 00:04,2019-03-04 00:07]2       [2019-03-04 00:05,2019-03-04 00:06,2019-03-04 00:08]3       [2019-03-04 00:09,2019-03-04 00:10,2019-03-04 00:11,2019-03-04 00:13]4       [2019-03-04 00:12]

Answer 1

agg在groupby对象上使用并传递函数列表：

In[108]:

df.groupby('A').agg(['first','last'])

Out[108]: 

             datetime                    

                first                last

A                                        

1 2019-03-04 00:03:00 2019-03-04 00:07:00

2 2019-03-04 00:05:00 2019-03-04 00:08:00

3 2019-03-04 00:09:00 2019-03-04 00:13:00

4 2019-03-04 00:12:00 2019-03-04 00:12:00

如果需要，您可以致电reset_index：

In[109]:

df.groupby('A').agg(['first','last']).reset_index()

Out[109]: 

   A            datetime                    

                   first                last

0  1 2019-03-04 00:03:00 2019-03-04 00:07:00

1  2 2019-03-04 00:05:00 2019-03-04 00:08:00

2  3 2019-03-04 00:09:00 2019-03-04 00:13:00

3  4 2019-03-04 00:12:00 2019-03-04 00:12:00

这要求first并last为每个组

更新 感谢@Wen-Ben 的建议，如果我们选择单列，那么这不会在 df 中创建多索引：

In[110]:

df.groupby('A')['datetime'].agg(['first','last'])

Out[110]: 

                first                last

A                                        

1 2019-03-04 00:03:00 2019-03-04 00:07:00

2 2019-03-04 00:05:00 2019-03-04 00:08:00

3 2019-03-04 00:09:00 2019-03-04 00:13:00

4 2019-03-04 00:12:00 2019-03-04 00:12:00

与您想要的输出相匹配