我只想在 pandas 中获取每个用户的第一条记录 - Python

如果你正在使用Pandas来处理数据，你可能会碰到需要获取每个用户的第一条记录的情况。这个问题可能有不同的解决方法，下面我们将介绍其中一个。

代码示例

一个示例的数据集可能长这样：

| User ID | Date | Amount | | ------- | ---------- | ------ | | 1 | 2022-04-01 | 100 | | 1 | 2022-04-05 | 200 | | 2 | 2022-04-02 | 150 | | 2 | 2022-04-06 | 300 | | 3 | 2022-04-03 | 120 | | 3 | 2022-04-07 | 180 |

要获取每个用户的第一条记录，可以使用 Pandas 的 groupby 方法进行分组。先按 User ID 进行分组，然后选择每组的第一个值。下面是示例代码：

import pandas as pd

# 读入示例数据
df = pd.read_csv('sample_data.csv')
# 按 User ID 进行分组，并选择每组的第一个值
result = df.groupby('User ID').first()
print(result)

上述代码的输出将会是：

         Date  Amount
User ID             
1      2022-04-01       100
2      2022-04-02       150
3      2022-04-03       120

由于数据集中共有三个不同的 User ID，因此结果DataFrame包含三行。每行的第一列是 User ID，第二列是 Date，第三列是 Amount，这三列分别对应了每个用户的第一条记录。

解释

上述代码中的 groupby 方法使用了一个字符串参数，表示进行分组的列名。在本例中，我们选择使用 User ID 列进行分组。first 方法返回了每个分组的第一个值。最后，我们将结果集打印出来。

值得注意的是，使用这种方法时，我们假设每个用户的记录都是按时间顺序排列的。如果并非如此，那么我们可能需要先按时间列排序后再使用 groupby 方法。