如何按颜色分组计算每日用户数相对首日比值并生成新列？

我来帮你搞定这个需求！你已经走对了第一步，但其实咱们不用单独提取最小日期，直接关联到对应的首日用户数会更高效。下面是完整的实现步骤，一步步来：

1. 先把原始数据转成DataFrame（如果还没做的话） #

首先得把你那组字典数据转换成Pandas的DataFrame，方便后续操作：

import pandas as pd

raw_data = [ {'date': '2020-01-01', 'color': 'blue', 'users': 100}, {'date': '2020-01-02', 'color': 'blue', 'users': 102}, {'date': '2020-01-03', 'color': 'blue', 'users': 104}, {'date': '2020-01-04', 'color': 'blue', 'users': 98}, {'date': '2020-01-02', 'color': 'red', 'users': 100}, {'date': '2020-01-03', 'color': 'red', 'users': 107}, {'date': '2020-01-04', 'color': 'red', 'users': 114}, {'date': '2020-01-05', 'color': 'red', 'users': 150}, ]
df = pd.DataFrame(raw_data)

2. 给每行匹配对应颜色的首日用户数 #

这里有两种实用方法，选你顺手的来：

方法一：用transform一步到位（推荐） #

这个方法能直接给原DataFrame的每一行添加上对应颜色的首日用户数，不用额外合并操作：

# 先把date列转成datetime类型，确保日期排序和比较是正确的（字符串日期容易出问题）
df['date'] = pd.to_datetime(df['date'])

# 按颜色分组，找到每组最早日期对应的users值，并用transform广播到每一行
df['first_day_users'] = df.groupby('color').apply(
    lambda group: group['users'].loc[group['date'] == group['date'].min()].iloc[0]
).reset_index(drop=True)

或者更简洁的写法，用idxmin定位首日的行索引：

df['first_day_users'] = df.groupby('color')['users'].transform(
    lambda x: x.loc[x.index[df.loc[x.index, 'date'].idxmin()]]
)

方法二：分步构建映射表再合并 #

如果你习惯分步操作，先做一个颜色和首日用户的对应表，再合并到原数据里：

# 按颜色分组，提取每个组最早日期对应的users值
first_day_map = df.groupby('color').apply(
    lambda g: g[g['date'] == g['date'].min()]['users'].iloc[0]
).reset_index(name='first_day_users')

# 把映射表合并到原DataFrame
df = df.merge(first_day_map, on='color', how='left')

3. 计算比值列 #

有了首日用户数，直接做除法就能得到想要的比值了：

df['users_ratio'] = df['users'] / df['first_day_users']

最终效果 #

运行完上面的代码后，你的DataFrame会变成这样（截取部分示例）：

关键点提醒 #

• 一定要转日期类型：如果date是字符串格式，直接比较大小会出错（比如"2020-10-01"字符串比"2020-01-02"小，但实际日期更晚），转成datetime类型才能保证日期判断准确。
• transform是Pandas分组操作里的神器，能把分组计算的结果直接对应到原数据的每一行，省去合并的麻烦。

内容的提问来源于stack exchange，提问作者MM55