python百度贴吧怎么爬取最早的帖子_Python熊猫：如何只取每组中最早的日期

下面是我为这个问题创建的示例数据集：data1 = pd.DataFrame([['1','303','3/7/2016'],

['4','404','6/23/2011'],

['7','101','3/7/2016'],

['1','303','5/6/2017']],

columns=["code", "ticket #", "CB date"])

data1['CB date'] = pd.to_datetime(data1['CB date'])

data2 = pd.DataFrame([['1','303','2/5/2016'],

['4','404','6/23/2011'],

['7','101','3/17/2016'],

['1','303','4/6/2017']],

columns=["code", "ticket #", "audit date"])

data2['audit date'] = pd.to_datetime(data2['audit date'])

print(data1)

print(data2)

code ticket # CB date

0 1 303 2016-03-07

1 4 404 2011-06-23

2 7 101 2016-03-07

3 1 303 2017-05-06

code ticket # audit date

0 1 303 2016-02-05

1 4 404 2011-06-23

2 7 101 2016-03-17

3 1 303 2017-04-06

我想合并两个df，并确保CB日期始终在审核日期或之后：

^{pr2}$

但是，我只想在每个审计日期之后保留CB日期最早的行。所以在上面的输出中，第2行不应该存在，因为第1行和第2行都有相同的审计日期2016/2/5，但我只想保留第1行，因为CB日期比第2行CB日期更接近2016/2/5。在

期望输出：code ticket # CB date audit date

0 1 303 2016-03-07 2016-02-05

3 1 303 2017-05-06 2017-04-06

4 4 404 2011-06-23 2011-06-23

我知道在SQL中，我必须先对Audit date进行排序，然后按升序排序CB date，然后将每个组中的项rank=1；但是在Python/Pandas中，我该怎么做呢？在

我在这里读了其他的帖子，但是我还是没有得到它，所以非常感谢这里的一些建议。在

我读到的几篇文章包括：