python - 查找具有最旧时间戳的唯一条目

Question

我有一个带有电子邮件地址和日期戳的数据框，我需要找到从每个地址收到的第一封电子邮件。

df DateTime Email
   10/01/13 a@a.com
   14/02/13 a@a.com
   16/02/13 b@b.com   
   24/07/13 a@a.com
   12/01/12 b@b.com

像这样的工作：

df.sort(column='DateTime')
new_df = unique(df[df['Email']])

unique 将采用排序数据框的第一个值吗？有没有更好的方法来做到这一点？谢谢！

score 2 · Accepted Answer

DataFrame.drop_duplicates()默认保持第一个观察：

DataFrame.drop_duplicates(cols=None, take_last=False, inplace=False)

按照您的建议进行排序DataFrame，您最终只会收到最旧的电子邮件。

让我补充一点，您可以指出要删除重复项的列，即电子邮件列：df.drop_duplicates(['Email'])

1 回答 1