基于分组最小值为DataFrame新增列：棒球出勤数据处理需求

嘿，我来帮你实现这两个新增列的需求，假设你用的是pandas（毕竟处理DataFrame它是首选），下面是一套清晰易维护的实现方案：

第一步：先把日期列转成datetime格式 #

这是关键前提，只有日期是datetime类型，我们才能准确按年份分组并找到首场比赛：

import pandas as pd

# 假设你的日期列名叫game_date，先转成datetime格式
df['game_date'] = pd.to_datetime(df['game_date'])

第二步：生成opening_day二元列 #

我们先按年份分组，找到每个年度的最早比赛日期，然后给对应行标记1，其他行标记0：

# 提取每个年度的首场比赛日期
first_game_dates = df.groupby(df['game_date'].dt.year)['game_date'].min()

# 用isin判断每行是否是年度首场，转成int类型的1/0
df['opening_day'] = df['game_date'].isin(first_game_dates).astype(int)

第三步：填充opening_day_attendance列 #

接下来我们要把每个年度首场比赛的出勤数，填充到该年度的所有行里：

# 先筛选出所有opening_day为1的行，按年份提取出勤数（假设出勤列叫attendance）
yearly_opening_attendance = df[df['opening_day'] == 1].set_index(df['game_date'].dt.year)['attendance']

# 用年份映射，把对应年度的首场出勤数填充到所有行
df['opening_day_attendance'] = df['game_date'].dt.year.map(yearly_opening_attendance)

更紧凑的transform写法（可选） #

如果你喜欢用一行式的分组处理，也可以用transform来简化代码，逻辑是完全一致的：

# 生成opening_day列
df['opening_day'] = (df['game_date'] == df.groupby(df['game_date'].dt.year)['game_date'].transform('min')).astype(int)

# 生成opening_day_attendance列
df['opening_day_attendance'] = df.groupby(df['game_date'].dt.year)['attendance'].transform(
    lambda group: group[group.index == group.idxmin()].values[0]
)

这样处理后，你就得到了想要的两列：opening_day精准标记年度首场比赛（1是，0否），opening_day_attendance则把对应年度首场的出勤数同步到该年度的每一行里。

内容的提问来源于stack exchange，提问作者Michael