You need to enable JavaScript to run this app. Python基于groupby分组首尾行条件为DataFrame新增列的问题求助
优惠活动
大模型
产品
解决方案
定价
更多

Python基于groupby分组首尾行条件为DataFrame新增列的问题求助

解法代码

import pandas as pd

# 加载原始数据,实际使用时替换为你的数据源读取逻辑
data = [
    ["01/01/2000", "john@abc.com", "mgr"],
    ["05/06/2000", "john@abc.com", "mgr"],
    ["10/01/2001", "john@abc.com", "mgr"],
    ["14/02/2000", "kimdo@abc.com", "emp"],
    ["19/10/2001", "kimdo@abc.com", "mgr"],
    ["12/05/2000", "waint@abc.com", "emp"],
    ["08/08/2000", "waint@abc.com", "emp"],
    ["14/04/2001", "waint@abc.com", "emp"],
    ["22/05/2000", "neds@abc.com", "mgr"],
    ["08/11/2000", "neds@abc.com", "mgr"],
    ["12/06/2001", "neds@abc.com", "emp"]
]
df = pd.DataFrame(data, columns=["date", "email", "level"])

# 按邮箱和日期升序排序,保证取到的首尾行是时间最早、最晚的有效记录
df["date"] = pd.to_datetime(df["date"], dayfirst=True)
df = df.sort_values(["email", "date"]).reset_index(drop=True)

# 取出每个邮箱分组的首尾行,和你现有操作一致
df2 = df.groupby("email", as_index=False).nth([0, -1])

# 定义状态映射规则
status_rule = {
    ("mgr", "mgr"): "hired as mgr",
    ("emp", "mgr"): "promoted to mgr",
    ("emp", "emp"): "hired as emp",
    ("mgr", "emp"): "status change"
}

# 按邮箱分组计算状态,自动将结果广播到该分组的所有行
df2["status"] = df2.groupby("email")["level"].transform(lambda x: status_rule[(x.iloc[0], x.iloc[-1])])

# 可选:将日期格式转回示例中的字符串格式
df2["date"] = df2["date"].dt.strftime("%d/%m/%Y")

逻辑说明

  • 排序步骤不可省略,避免原始数据时序混乱导致取到错误的首尾记录
  • transform方法可以把分组计算出的单个status值自动填充到该分组的所有行,刚好匹配同一个用户两条记录显示相同status的需求
  • 用元组作为key的字典映射规则,比嵌套if判断逻辑更清晰,后续修改规则时直接调整字典即可

内容的提问来源于stack exchange,提问作者wjie08

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.13 04:42:03