1

Есть таблица с несколькими столбцами, в том числе user_id и date. Одному пользователю может принадлежать несколько значений дат. Необходимо найти первое вхождение даты и присвоить ему какой-либо признак (напротив соответствующей строки добавить в новый столбец значение 'first'). Предполагаю что нужно пройтись циклом по таблице, для каждого user_id и date проверить дату, методом first или min и для первой даты сделать запись в новом столбце. Помогите пожалуйста.

user_id date
1110 2020-02-16
1110 2020-02-15
9999 2020-02-16
1110 2020-01-10
9999 2020-03-16

в выводе ожидается:

user_id date new_column
1110 2020-02-16 NaN
1110 2020-02-15 NaN
9999 2020-02-16 first
1110 2020-01-10 first
9999 2020-03-16 NaN

Update: Не учел еще один признак в другом столбце, с Вашего позволения усложню задачу. Необходимо найти первое вхождение даты для конкретного iser_id c признаком True и присвоить ему в новом столбце значение 6. Остальные строки в новом столбце заполнить нулями.

user_id date payer
1110 2020-01-24 True
1110 2020-01-17 True
9999 2020-02-16 False
1110 2020-01-10 False
9999 2020-02-23 True

Вывод должен быть следующим:

user_id date payer new_column
1110 2020-01-24 True 0
1110 2020-01-17 True 6
9999 2020-02-16 False 0
1110 2020-01-10 False 0
9999 2020-02-23 True 6

Глобальный смысл задачи: клиент на первой неделе пользуется триал-версией продукта, на второй неделе у него начинается платная подписка, за привлечение такого клиента бизнес единоразово платит 6 рублей, эту информацию и нужно занести в таблицу. За последующие периоды никаких выплат за клиента нет. Спасибо.

5
  • 1
    Где эта таблица? Где воспроизводимый пример исходных данных и пример желаемого результата?
    – strawdog
    16 фев 2022 в 13:12
  • Скорректировал вопрос, спасибо. 16 фев 2022 в 13:35
  • В какой конкретно помощи вы нуждаетесь? Надеюсь не "сделайте задание вместо меня"?
    – passant
    16 фев 2022 в 13:41
  • будут рад любому дельному совету, не обязательно решения целиком (естественно я пытался набрать код в юпитере, прежде чем здесь написал), достаточно алгоритма... 16 фев 2022 в 13:58
  • Извиняюсь за неполную формулировку изначальной задачи. Дополнил свой вопрос. Спасибо. 16 фев 2022 в 17:12

4 ответа 4

1

Можно попробовать сделать так:

df.loc[df.sort_values("date").
       groupby("user_id").
       apply(lambda x: x.index[0]), "mark"] = "first"

получится df:

   user_id       date   mark
0     1110 2020-02-16    NaN
1     1110 2020-02-15    NaN
2     9999 2020-02-16  first
3     1110 2020-01-10  first
4     9999 2020-03-16    NaN
1

Немного длинный, но работает.

df.loc[df.set_index(['name', 'date']).index.isin(df.groupby('name')['date'].min().reset_index().\
                                               set_index(['name', 'date']).index), 'new_col'] = 'first'


>>>   
   name       date new_col
0  1110 2020-02-16     NaN
1  1110 2020-02-15     NaN
2  9999 2020-02-16   first
3  1110 2020-01-10   first
4  9999 2020-03-16     NaN
1

чуть покороче:

df.loc[df.groupby('user_id')['date'].idxmin(),'new_col'] = 'first'

и желательно сразу приводить date к типу datetime

1
  • по поводу комментария про даты - "+" 16 фев 2022 в 16:29
0

У меня получилось с помощу sort_values и drop_duplicates

df.sort_values(by=['id']).drop_duplicates(subset='id', keep='first')

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.