熊猫数据框：如何按组的最早时间对组进行排序答案

【问题标题】：Pandas dataframe: How to sort groups by the earliest time of a group熊猫数据框：如何按组的最早时间对组进行排序
【发布时间】：2021-09-15 21:08:47
【问题描述】：

是否有解决以下问题的 pandas 方法？有一个包含许多列的数据框，包括“时间”和“事件ID”。首先，我想按“eventid”对数据框进行分组。每个“eventid”可能与多个“时间”相关联。然后我需要按每个组的最早“时间”对“eventid”组进行排序（组内的顺序并不重要）。比如我的输入是这样的：

eventid	time
1	9:10
2	9:20
1	9:30
3	9:40
3	9:50
2	9:00

我想要的输出是这样的：

eventid	time
2	9:00
2	9:20
1	9:30
1	9:10
3	9:50
3	9:40

我尝试过df.sort_values(by=['time','eventid']) 和df.groupby，但在这种情况下可能是错误的。另一种方法是按“时间”排序，然后查询并重写数据框。但是由于原始数据很大，所以需要花费太多时间。

我之前找不到类似的问题。非常感谢您提供可能的解决方案。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

我们可以通过 eventid 进行分组，并将第一次（分钟）时间作为组值。
会得到这样的数据

            time
eventid 
1           9:10
2           9:00
3           9:40

然后我们合并到dataframe，并按分组时间排序

groups = df.groupby('eventid').min('time')
df = df.merge(groups,on='eventid',suffixes=('','_right'))
df = df.sort_values('time_right')

    eventid time    time_right
2   2       9:20    9:00
3   2       9:00    9:00
0   1       9:10    9:10
1   1       9:30    9:10
4   3       9:40    9:40
5   3       9:50    9:40

【讨论】：

非常感谢！这些代码确实有效。但是，我的“时间”列具有日期时间类型，因此 df.min() 函数仍然存在一些问题。我想我可以解决它。

【解决方案2】：

试试这个：

df.sort_values(['time'],ascending=True).groupby('event_id')

此代码首先对时间列的值进行排序，然后根据“event_id”对数据帧进行分组。它仅在时间列的范围从一个时间戳到“n”个时间戳时才有效。如果每个“event_id”中都有一个最小时间戳，我认为用户@nay的答案是正确的。

【讨论】：

感谢您提供答案。您能否编辑您的答案以包括对您的代码的解释？这将有助于未来的读者更好地了解正在发生的事情，尤其是那些刚接触该语言并难以理解概念的社区成员。
是的肯定...我会从这里开始...我没有尝试代码但由于问题相对容易认为答案会起作用，无论如何OP说@nay的答案是工作正常。谢谢。