提问人：y R 提问时间：11/1/2023 最后编辑：petezurichy R 更新时间：11/1/2023 访问量：59
根据条件从其他列中的最小日期插补日期值
Impute date value from minimum date in other column based on a condition
问：
我有一个数据集，比如，
| 划分 | 员工 | 加入日期 | Obs 日期 |
|---|---|---|---|
| DV1的 | EMP1 | 01/01/1972 | 10/10/1996 |
| Fvp的 | EMP1 | 25/10/1989 | 24/05/1999 |
| Dv1 | EMP2的 | 零 | 02/02/1995 |
| DV1的 | EMP2的 | 零 | 05/02/1995 |
| Fvp的 | EMP2的 | 10/10/2000 | 20/05/2001 |
我想获取每个员工的最小 Obs 日期，其加入日期为 null。并替换它。 请注意，员工代码在各个部门之间是重复的。但是，部门和员工综合代表同一员工。
输出需要是，
| 划分 | 员工 | 加入日期 | Obs 日期 |
|---|---|---|---|
| DV1的 | EMP1 | 01/01/1972 | 10/10/1996 |
| Fvp的 | EMP1 | 25/10/1989 | 24/05/1999 |
| Dv1 | EMP2的 | 02/02/1995 | 02/02/1995 |
| DV1的 | EMP2的 | 02/02/1995 | 05/02/1995 |
| Fvp的 | EMP2的 | 10/10/2000 | 20/05/2001 |
答：
3赞
Umagon
11/1/2023
#1
我假设表中的“Dv1”和“DV1”是相同的值（否则，这个问题对我来说没有意义）。如果是这种情况，则必须在应用以下解决方案之前进行一些清洁。即：.如果需要，可以在之后恢复以前的值。df['Division'] = df['Division'].str.lower()
您可以使用：
df['Date of Join'] = df['Date of Join'].fillna(df.groupby(['Division','Employee'])['Obs Date'].transform("min"))
输出：
| 划分 | 员工 | 加入日期 | Obs 日期 | |
|---|---|---|---|---|
| 0 | DV1的 | EMP1 | 01/01/1972 | 10/10/1996 |
| 1 | Fvp的 | EMP1 | 25/10/1989 | 24/05/1999 |
| 2 | DV1的 | EMP2的 | 02/02/1995 | 02/02/1995 |
| 3 | DV1的 | EMP2的 | 02/02/1995 | 05/02/1995 |
| 4 | Fvp的 | EMP2的 | 10/10/2000 | 20/05/2001 |
这样做的目的是：
df['Date of Join']：分配列的所有值。df['Date of Join'].fillna()：获取列的值，但替换值。Nulldf.groupby(['Division','Employee'])['Obs Date']：按键分组，让焦点在每组的列中。Obs Datetransform("min")：从我找到此解决方案的提示（https://stackoverflow.com/a/53339320/1311269）：
+ 语法将分组均值映射到原始数据帧的索引。
groupbytransform
希望对你有所帮助。
评论