Skip to main content
 首页 » 编程设计

python之查找列的第一个值并分配给单独的列 pandas

2025年05月04日12webabcd

假设我有以下数据集

table = [[datetime.datetime(2015, 1, 1), 1, 0.5], 
         [datetime.datetime(2015, 1, 27), 1, 0.5], 
         [datetime.datetime(2015, 1, 31), 1, 0.5], 
         [datetime.datetime(2015, 2, 1), 1, 2], 
         [datetime.datetime(2015, 2, 3), 1, 2], 
         [datetime.datetime(2015, 2, 15), 1, 2],  
         [datetime.datetime(2015, 2, 28), 1, 2], 
         [datetime.datetime(2015, 3, 1), 1, 3], 
         [datetime.datetime(2015, 3, 17), 1, 3], 
         [datetime.datetime(2015, 3, 31), 1, 3]] 
 
df = pd.DataFrame(table, columns=['Date', 'Id', 'Value']) 

如何找到 Value 列的第一个元素并将其分配为 df 中按 Id 分组的单独列?这样 df 看起来像

        Date  Id  Value  First 
0 2015-01-01   1    0.5   0.5 
1 2015-01-27   1    0.5   0.5 
2 2015-01-31   1    0.5   0.5 
3 2015-02-01   1    2.0   0.5 
4 2015-02-03   1    2.0   0.5 
5 2015-02-15   1    2.0   0.5 
6 2015-02-28   1    2.0   0.5 
7 2015-03-01   1    3.0   0.5 
8 2015-03-17   1    3.0   0.5 
9 2015-03-31   1    3.0   0.5 

这似乎是个简单的问题,但我想不出解决方案。感谢任何建议,谢谢。

请您参考如下方法:

您可以对“Id”列进行分组,调​​用 first要返回该组的第一个值,这将返回一个以“Id”为索引的系列,然后您可以调用 map在 orig df 'Id' 列上执行查找并为每个 'Id' 分配相应的值:

In [127]: 
df['First'] = df['Id'].map(df.groupby('Id')['Value'].first()) 
df 
 
Out[127]: 
        Date  Id  Value  First 
0 2015-01-01   1    0.5    0.5 
1 2015-01-27   1    0.5    0.5 
2 2015-01-31   1    0.5    0.5 
3 2015-02-01   1    2.0    0.5 
4 2015-02-03   1    2.0    0.5 
5 2015-02-15   1    2.0    0.5 
6 2015-02-28   1    2.0    0.5 
7 2015-03-01   1    3.0    0.5 
8 2015-03-17   1    3.0    0.5 
9 2015-03-31   1    3.0    0.5 

first 的输出:

In [128]: 
df.groupby('Id')['Value'].first() 
 
Out[128]: 
Id 
1    0.5 
Name: Value, dtype: float64