Sortieren Daten mit groupby Pandas

Question

ich Pandas Datenrahmen haben, die Datumsangaben im Format enthält: yyyy-mm-dd:

id1 = ['2015-09-23', '2014-07-08', '2015-07-30', '2008-09-26', 
     '2009-07-13', '2009-09-28', '2014-04-10', '2009-06-03'] 

id2 = ['2011-04-15', '2015-11-30', '2015-06-15', '2015-12-01', 
     '2015-12-23', '2009-01-14', '2009-06-17', '2009-08-07'] 

id3 = ['2010-01-26', '2010-03-16', '2011-11-23', '2012-01-31', 
     '2012-06-08', '2012-10-26', '2013-01-07', '2013-11-12'] 

df = pd.DataFrame({'dates':id1 + id2 + id3,'id':['id1']*8+['id2']*8+['id3']*8}) 

Daraus möchte ich das erste und das letzte Datum erhalten für jede ID.

Ich habe versucht, die folgenden:

df.groupby(['id'])['dates'].agg({'sort':sorted}) 

Das Problem mit diesem ist, dass ich nur in der Lage bin das erste Datum nicht das letzte Mal zu sehen. Ich möchte eine Liste mit nur zwei Elementen ausgeben: erstes und letztes Datum. Anstatt der ganzen Liste.

Answer 1

leicht peasy

df.groupby('id').dates.agg({'date ': ['first', 'last']}) 

Answer 2

Versuchen:

df.groupby(['id']).apply(lambda x: [sorted(x['dates'])[0], 
            sorted(x['dates'])[-1]]) 

Dies erfordert zweimal Sortierung, so dass Sie das Lambda als Hilfsfunktion definieren möchten.

Answer 3

Sie können die erste eingebaute verwenden und letzte

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

Dass Sie

first  last 
id  
id1 2015-09-23 2009-06-03 
id2 2011-04-15 2009-08-07 
id3 2010-01-26 2013-11-12 

Answer 4

ich abgeholt gibt, wo Sie links, und hier ist Ihre Lösung mit nur zwei Linien und Liste Verständnis:

>>> new_df = df.groupby(['id'])['dates'].agg({'sort':sorted}) 
>>> new_df 
                sort 
id 
id1 [2008-09-26, 2009-06-03, 2009-07-13, 2009-09-2... 
id2 [2009-01-14, 2009-06-17, 2009-08-07, 2011-04-1... 
id3 [2010-01-26, 2010-03-16, 2011-11-23, 2012-01-3... 
>>> new_df['sort'] = [[lst[0], lst[-1]] for lst in new_df['sort'].tolist()] 
>>> new_df 
         sort 
id 
id1 [2008-09-26, 2015-09-23] 
id2 [2009-01-14, 2015-12-23] 
id3 [2010-01-26, 2013-11-12] 
>>> 

Answer 5

In[8]: df.groupby(['id']).dates.apply(lambda x: [min(x),max(x)]) 
Out[8]: 
id 
id1 [2008-09-26, 2015-09-23] 
id2 [2009-01-14, 2015-12-23] 
id3 [2010-01-26, 2013-11-12]