如何使用转换条件转换 pandas groupby？

Question

我有一个包含会话和出价数据的数据框，其中有三列（感兴趣）：user_id、事件和日期。

user_id只是一个标识用户的ID
事件是出价或会话
日期是一个日期时间对象

现在我要做的是在我的数据框中添加一列，这是第一次出价的日期。我已经尝试了几种方法来让它工作，但问题是用户在出价之前生成会话当然很常见。

我尝试了多种方法来使过滤器正常工作，但它似乎并没有像我认为的那样工作。从文档中它说 "Return a copy of a DataFrame excluding elements from groups that do not satisfy the boolean criterion specified by func." 听起来像我想要的，忽略组中的会话事件而不是出价事件。

df['first bid date'] = df.groupby('user_id').filter(lambda x: x['event'] == 'bid')['date'].transform('min')

当这不起作用时，我尝试让转换采用自定义函数，如下所示：

def custom_transform(group):
    return group[group['event'] == 'bid']['date'].min()


df['first bid date'] = df.groupby('user_id').['date'].transform(custom_transform)

但是这是行不通的，因为转换不能同时访问日期和事件，似乎无论我用什么 groupby。

最后我尝试按 user_id 和这样的事件分组

df['first bid date'] = df.groupby(['user_id', 'event'])['date'].transform('min')

哪种方法可行，但由于现在有第一个会话和第一个出价，所以我不得不将所有第一个会话更改为第一个出价。

有什么意见可以让这个 oneliner 正常工作吗？似乎 groupby、filter 和 transform 的组合应该可以解决问题，但我就是无法破解它。

谢谢！

Answer 1

想法是将transform之前不匹配的值替换为缺失值，这里是Series.where:

df['first bid date'] = (df.assign(date = df['date'].where(df['event'] == 'bid'))
                          .groupby('user_id')['date']
                          .transform('min'))

Answer 2

这是一些示例代码，其中包含一个数据框来匹配问题。

from io import StringIO

csv = StringIO("""index,uid,event,date
0,1,"bid",'2010-01-01'
1,1,"bid",'2013-01-01'
2,1,"session",'2009-01-01'
3,2,"session",'2010-01-01'
4,2,"bid",'2015-01-01'
5,2,"bid",'2017-01-01'""")

df = pd.read_csv(csv, index_col='index').reset_index(drop=True)

此替代方法使用 merge 函数。

df.merge(df[df['event']=='bid'].groupby('uid')['date'].min(),
on='uid', suffixes=('','_first_bid'))

打印：

    uid  event    date        date_first_bid
0   1    bid      2010-01-01  2010-01-01
1   1    bid      2013-01-01  2010-01-01
2   1    session  2009-01-01  2010-01-01
3   2    session  2010-01-01  2015-01-01
4   2    bid      2015-01-01  2015-01-01
5   2    bid      2017-01-01  2015-01-01

如何使用转换条件转换 pandas groupby？

How do I transform a pandas groupby with a condition on the transformation?

python

transform

filter

dataframe

pandas