【问题标题】："Is there any function in python like minifs and maxifs which compare two different dataframe“python中有没有像minifs和maxifs这样比较两个不同数据帧的函数
【发布时间】：2019-08-30 18:16:33
【问题描述】：

我有两个数据框，一个包含唯一的 customer_id 和 customer_name，另一个数据框包含时间戳格式的登录信息。我想要第一次登录日期和最后一次注销日期

第一个数据集

第二个数据集

它应该创建一个新列 first_login 和 last_login 并将最小 start_time 和最大 end_time 分配给这些唯一的 customer_id

import pandas as pd
customer_unique = pd.read_excel('D:\\python\\customer.xlsx')
customer_time = pd.read_excel('D:\\python\\customer_login.xlsx')

new = customer_unique.loc[customer_unique.'customer_id' == customer_time.'customer_id','begin'] = customer_time('start_datetime').min()

期望的结果

【问题讨论】：

标签： python pandas numpy datetime data-analysis

【解决方案1】：

有

>>> df1
  Customer_ID Customer
0       EM065     Yash
1       EM077    Rahul
2       EM094   Rakesh
3       EM054    Dhanu
4       EM067    Ankit
5       EM023   Venkat
6       EM072   Ramesh
>>> df2
   Customer_ID          Start_Time            End_Time
0        EM065 2019-11-02 07:38:00 2019-11-02 09:26:00
1        EM077 2019-02-01 07:19:00 2019-02-01 11:05:00
2        EM065 2019-02-01 11:04:00 2019-02-01 11:44:00
3        EM072 2019-03-01 06:55:00 2019-03-01 08:55:00
4        EM067 2019-03-01 13:09:00 2019-03-01 14:21:00
5        EM067 2019-04-01 04:04:00 2019-04-01 06:18:00
6        EM067 2019-04-01 06:18:00 2019-04-01 06:18:00
7        EM094 2019-04-01 06:18:00 2019-04-01 06:18:00
8        EM023 2019-04-01 04:00:00 2019-04-01 06:19:00
9        EM077 2019-04-01 06:19:00 2019-04-01 06:19:00
10       EM065 2019-04-01 06:19:00 2019-04-01 06:19:00
11       EM094 2019-04-01 06:16:00 2019-04-01 10:11:00
12       EM065 2019-04-01 07:01:00 2019-04-01 11:53:00
13       EM077 2019-04-01 10:11:00 2019-04-01 10:11:00
14       EM054 2019-04-01 10:11:00 2019-04-01 10:11:00
15       EM065 2019-04-01 10:11:00 2019-04-01 10:11:00
16       EM065 2019-04-01 11:53:00 2019-04-01 11:53:00
17       EM072 2019-04-01 11:53:00 2019-04-01 11:53:00
18       EM072 2019-04-01 12:38:00 2019-04-01 14:54:00
19       EM077 2019-04-01 14:54:00 2019-04-01 14:54:00
20       EM067 2019-04-01 14:54:00 2019-04-01 14:54:00
21       EM094 2019-06-01 05:09:00 2019-06-01 07:53:00
22       EM072 2019-06-01 07:53:00 2019-06-01 07:53:00
23       EM077 2019-06-01 07:53:00 2019-06-01 07:53:00
24       EM065 2019-01-24 05:58:00 2019-01-24 05:58:00
25       EM077 2019-01-25 09:21:00 2019-01-25 12:26:00
26       EM067 2019-01-25 09:22:00 2019-01-25 12:27:00
27       EM072 2019-01-25 12:26:00 2019-01-25 15:48:00
28       EM067 2019-01-25 12:27:00 2019-01-25 15:50:00
29       EM094 2019-01-25 15:48:00 2019-01-25 15:48:00
30       EM077 2019-01-25 15:48:00 2019-01-25 15:48:00
31       EM067 2019-01-25 15:49:00 2019-01-25 16:14:00
32       EM094 2019-01-25 15:50:00 2019-01-25 16:15:00
33       EM077 2019-01-25 16:14:00 2019-01-25 16:14:00
34       EM065 2019-01-25 16:15:00 2019-01-25 16:15:00
35       EM065 2019-01-25 16:15:00 2019-01-25 16:15:00
36       EM072 2019-01-24 05:58:00 2019-01-24 05:58:00
37       EM067 2019-01-14 04:20:00 2019-01-14 06:02:00
38       EM065 2019-01-14 06:02:00 2019-01-14 06:02:00
39       EM065 2019-01-14 06:02:00 2019-01-14 06:02:00
40       EM054 2019-01-25 03:58:00 2019-01-25 06:52:00
41       EM023 2019-01-25 03:59:00 2019-01-25 06:53:00
42       EM077 2019-01-25 06:52:00 2019-01-28 03:39:00
43       EM094 2019-01-25 06:53:00 2019-01-28 03:42:00
44       EM065 2019-01-28 03:39:00 2019-01-28 03:39:00
45       EM067 2019-01-28 03:39:00 2019-01-28 03:39:00
46       EM077 2019-01-28 03:42:00 2019-01-28 03:42:00
47       EM065 2019-01-28 03:42:00 2019-01-28 03:42:00
48       EM094 2019-01-28 03:42:00 2019-01-28 03:42:00
49       EM077 2019-01-18 03:48:00 2019-01-18 03:48:00
50       EM065 2019-01-18 03:48:00 2019-01-18 03:48:00

我们这样做：

res = df2.groupby('Customer_ID').agg({'Start_Time': min, 'End_Time': max})
res.insert(0, 'Customer', df1.set_index('Customer_ID'))
res.reset_index()

结果：

  Customer_ID Customer          Start_Time            End_Time
0       EM023   Venkat 2019-01-25 03:59:00 2019-04-01 06:19:00
1       EM054    Dhanu 2019-01-25 03:58:00 2019-04-01 10:11:00
2       EM065     Yash 2019-01-14 06:02:00 2019-11-02 09:26:00
3       EM067    Ankit 2019-01-14 04:20:00 2019-04-01 14:54:00
4       EM072   Ramesh 2019-01-24 05:58:00 2019-06-01 07:53:00
5       EM077    Rahul 2019-01-18 03:48:00 2019-06-01 07:53:00
6       EM094   Rakesh 2019-01-25 06:53:00 2019-06-01 07:53:00

【讨论】：

【解决方案2】：

这就是我要做的事情

在第二个数据帧上按客户分组。
在分组数据帧上找到第一个“开始”和最后一个“结束”
将第 2 步的结果加入第一个数据帧

【讨论】：