Python处理DataFrame：按id和code保留最早code_date的行

现有如下DataFrame：

id code code_date   medication medication_date
1  A     2017-05-18 Y          2017-05-18
1  A     2017-05-25 V          2017-05-18
1  Y     2017-07-18 D          2017-05-18
2  C     2017-08-18 C          2017-05-18
2  C     2017-09-18 Y          2017-05-18
2  Y     2017-03-18 O          2017-05-18

需求：筛选出每个id下各code对应最早code_date的行，移除同一id和code组合中日期较晚的重复行，同时保留medication和medication_date列，期望结果如下：

id code code_date   medication medication_date
1  A     2017-05-18 Y          2017-05-18
1  Y     2017-07-18 D          2017-05-18
2  C     2017-08-18 C          2017-05-18
2  Y     2017-03-18 O          2017-05-18

尝试过以下代码，但未得到正确结果：

df.groupby(["id", "code", "code_date"]).nth(0).reset_index()

你之前的代码错误在于把code_date也加入了分组，这会导致同一id+code下不同的code_date被当成独立分组，无法筛选出该组合下最早的日期行。以下是两种可行的解决方法：

方法一：排序后保留每组首行 #

先将code_date转为日期类型（确保排序逻辑正确），再按id、code分组，对code_date升序排序后保留每组第一行：

import pandas as pd

# 转换日期类型（若未转换）
df['code_date'] = pd.to_datetime(df['code_date'])

# 排序后取每组首行
result = df.sort_values(['id', 'code', 'code_date']).groupby(['id', 'code']).first().reset_index()

方法二：筛选每组最小日期的行 #

先计算每个id+code对应的最小code_date，再通过合并匹配原数据中的对应行：

import pandas as pd

# 转换日期类型（若未转换）
df['code_date'] = pd.to_datetime(df['code_date'])

# 计算每组的最小日期
min_dates = df.groupby(['id', 'code'])['code_date'].min().reset_index()

# 匹配筛选目标行
result = pd.merge(df, min_dates, on=['id', 'code', 'code_date'])

两种方法均可得到你期望的结果，输出如下：

id code code_date   medication medication_date
1  A    2017-05-18 Y          2017-05-18
1  Y    2017-07-18 D          2017-05-18
2  C    2017-08-18 C          2017-05-18
2  Y    2017-03-18 O          2017-05-18

内容的提问来源于stack exchange，提问作者Economist_Ayahuasca