pandas按id分组后筛选money高于分组首日值的行的实现方法

实现方法 #

你已经完成的按date字段排序的步骤是正确的，后续可以用两种常见方式完成筛选：

方法1：用transform生成辅助列过滤（性能更高，适合大数据量）

transform会将分组计算的结果广播到分组内的所有行，直接做布尔过滤即可：

# 确保按date排序（如果已经排好可跳过这步）
df = df.sort_values('date')
# 生成每个id分组首日的money辅助列
df['first_money'] = df.groupby('id')['money'].transform('first')
# 筛选符合条件的行，删除辅助列
res = df[df['money'] > df['first_money']].drop(columns='first_money').reset_index(drop=True)

方法2：用groupby.apply直接过滤（代码更简洁，适合小数据量）

df = df.sort_values('date')
res = df.groupby('id').apply(
    lambda x: x[x['money'] > x['money'].iloc[0]]
).reset_index(drop=True)

两种方法得到的输出均符合你的预期：

id  date  money
0   1   2.1     50
1   3  10.9     90

内容的提问来源于stack exchange，提问作者shapiro