Pandas按id列分组取最早日期对应行时如何保留所有同日期的记录

首先需要确保日期列是datetime类型，否则字符串格式的日期比较可能出现逻辑错误，完整修改后的代码如下：

# 转换日期列为标准datetime类型，指定格式避免解析错误
df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y')

# 按id分组后，广播每个分组的最小日期，筛选所有日期等于最小日期的行
df_ear = df[df['date'] == df.groupby('id')['date'].transform('min')]

# 统计location出现频次，取排名前3的结果
top3_locations = df_ear['location'].value_counts().head(3)

原理解释 #

和之前用idxmin()的逻辑不同，groupby('id')['date'].transform('min')会给原DataFrame的每一行返回它所属id分组的最小日期，直接做等值筛选就能保留同一个id下所有日期为最小值的记录，不会漏记同一分组下多个相同最早日期的行。

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