检查下面的行的值，如果当前行是第一个唯一值，则返回答案

【问题标题】：Check a value against row below, return if current row is the first unique value检查下面的行的值，如果当前行是第一个唯一值，则返回
【发布时间】：2020-12-06 10:08:09
【问题描述】：

亲爱的stackoverflow朋友们，我需要 Pandas 资深用户的帮助来完成一项我自己无法解决的非常简单的任务。

这里有一个记录了每个人的入口的 df，但是，有多个人的入口（他们进入 - 午休时退房 - 再次进入）。

df 按人物、日期和入场时间升序排列。

我需要提取第一个记录的入口，从而排除其他入口（例如：午休后）。要获得所需的输出(1st_stamp)，我需要检查当前行是否是当天的第一行（同一个人的），然后“1st_stamp”列上会出现“y” ”。

这很棘手，因为有些人只有 1 个入口（例如：Person N.3），有些人有 2 个（Person N.2），有些人将午餐分成两次，所以他们有 3 个记录在案的入口（Person N. . 7).

你将如何继续解决这个谜题？

Ps：能够清理这些数据对于员工计划流程有很大的用处。谢谢亲爱的:)

+-------------+------------+------------------+----------+-----------+
|    name     |    Date    |      start       |  tstart  | 1st_stamp |
+-------------+------------+------------------+----------+-----------+
| Person N. 1 | 13/08/2020 | 13/08/2020 07:00 | 07:00:00 | y         |
| Person N. 1 | 13/08/2020 | 13/08/2020 13:10 | 13:10:00 | n         |
| Person N. 2 | 13/08/2020 | 13/08/2020 10:00 | 10:00:00 | y         |
| Person N. 2 | 13/08/2020 | 13/08/2020 13:46 | 13:46:00 | n         |
| Person N. 3 | 13/08/2020 | 13/08/2020 09:00 | 09:00:00 | y         |
| Person N. 4 | 13/08/2020 | 13/08/2020 08:00 | 08:00:00 | y         |
| Person N. 4 | 13/08/2020 | 13/08/2020 13:04 | 13:04:00 | n         |
| Person N. 4 | 13/08/2020 | NaT              | NaT      | n         |
| Person N. 5 | 13/08/2020 | 13/08/2020 10:00 | 10:00:00 | y         |
| Person N. 6 | 13/08/2020 | 13/08/2020 07:00 | 07:00:00 | y         |
| Person N. 6 | 13/08/2020 | 13/08/2020 13:29 | 13:29:00 | n         |
| Person N. 7 | 13/08/2020 | 13/08/2020 08:00 | 08:00:00 | y         |
| Person N. 7 | 13/08/2020 | 13/08/2020 14:01 | 14:01:00 | n         |
| Person N. 7 | 13/08/2020 | 13/08/2020 16:00 | 16:00:00 | n         |
+-------------+------------+------------------+----------+-----------+

【问题讨论】：

到目前为止你尝试了什么？

标签： python pandas dataframe date row

【解决方案1】：

如果我理解正确，您想创建 1st_stamp 列吗？

要创建1st_stamp 列，这是一种方法：

# 1. Convert to datetime if it isn't already
df['start'] = pd.to_datetime(df['start'])

# 2. Partition data by name and rank them based on start datetime 
df['order'] = df.groupby('name')['start'].rank(method='min')

# 3. Create a variable to indicate if it's the earliest instance
df['1st_stamp'] = np.where(df['order']==1, 'y', 'n')
df

第二步复制自this stackoverflow answer。

这将创建 order 列 - 如果您不需要它，您可以使用 del(df['order']) 将其删除。

【讨论】：

当您访问罗马时，我欠您一杯啤酒！
哈哈，感谢 Arci 的好意。都好。很高兴这很有帮助。 :)

【解决方案2】：

确保该列是日期时间；

df['start'] = pd.to_datetime(df['start'])

返回第一次你可以做类似的事情；

df.groupby(['name', 'Date', 'tstart']).first()

或第一次和条目数；

grouped = df.groupby(['name', 'Date', 'tstart']).agg({'tstart': ['min', 'count']})

【讨论】：