Python Pandas按mac_address分组获取date列首尾数据的实现方法问询

前置条件：你已完成df按mac_address、date升序排序，代码如下：

df = df.sort_values(by=['mac_address', 'date'], ascending=(True, True)) 

完整实现代码 #

import pandas as pd

# 1. 生成分组辅助列
# 每个mac分组内的行序号（从0开始计数）
df['group_row_idx'] = df.groupby('mac_address').cumcount()
# 每个mac分组的总记录数
df['group_total_cnt'] = df.groupby('mac_address')['mac_address'].transform('count')
# 把date列转成datetime格式，方便后续提取时间
df['date'] = pd.to_datetime(df['date'])

# -------------------
# 第一类输出
# -------------------
# 筛选每个分组的首行、尾行，总记录数为1的分组只会保留1行
output1 = df[(df['group_row_idx'] == 0) | (df['group_row_idx'] == df['group_total_cnt'] - 1)]\
            .drop(columns=['group_row_idx', 'group_total_cnt'])\
            .reset_index(drop=True)

# -------------------
# 第二类输出
# -------------------
# 先筛选总记录数≥2的分组的首尾行
output2 = df[(df['group_total_cnt'] >= 2) & 
             ((df['group_row_idx'] == 0) | (df['group_row_idx'] == df['group_total_cnt'] - 1))].copy()
# 提取date列的时间部分
output2['date'] = output2['date'].dt.strftime('%H:%M:%S')
# 删除辅助列重置索引
output2 = output2.drop(columns=['group_row_idx', 'group_total_cnt'])\
            .reset_index(drop=True)

补充说明 #

• 如果你需要保留原始date列的字符串格式，可以在处理output2前先把原始date备份到新列，再做时间提取。
• 如果你的date列已经是datetime类型，可以跳过转换步骤直接使用。

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