我正在从 excel 文件中读取
GA = pd.read_excel("file.xlsx", sheet_name=0, engine= "openpyxl")
数据类型为：
- 电子邮件对象
- Date 日期时间64[ns]
- 名称对象
我只想获取电子邮件第一个 date 的行
例如：
- A@gmail.com 2022 年 1 月 1 日
- A@gmail.com 2022 年 2 月 1 日
- B@gmail.com 2022 年 3 月 1 日 c
我只想得到
- A@gmail.com 2022 年 1 月 1 日
- B@gmail.com 2022 年 3 月 1 日 c
我试过 GA.groupby('email')['date'].min()
但我收到 TypeError: '<' not supported between 'datetime.datetime' 和 'int' 的实例
我尝试将 date 类型更改为对象，尝试添加 reset_index()，尝试使用 agg('min) 而不是 min()，尝试 GA.sort_values('date').groupby('email').tail(1) 但不断收到此错误，请帮助
回答1
我相信您的解决方案只是缺少 df['date'] = pd.to_datetime(df['date']) 才能正常工作，因此：
import pandas as pd
import numpy as np
data = {'email': ['A@gmail.com', 'A@gmail.com', 'B@gmail.com'],
'date': ['01/01/2022', '02/01/2022', '03/01/2022'],
}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
df.groupby('email')['date'].min()输出是：
email
A@gmail.com 2022-01-01
B@gmail.com 2022-03-01
Name: date, dtype: datetime64[ns]回答2
问题是，电子邮件有整数，而不是 date 谢谢你的时间