读数据

import pandas as pd 
ad = pd.read_excel('/data1/xx/ad/量表/ADNIwithScore(1).xls',sheet_name = 'AD453')
print(ad.shape)
ad.head(10)

可以看到总共453行，subject是病人，一个病人有好几次扫描，但我每个病人只想取其中一行。

对subject进行分组，如果想取每组的第一个

ad_first = ad.groupby('Subject').first()
print(ad_first.shape)
ad_first.head(10)

每个病人只取了第一行，筛出99行：

如果想取出分组后，year最小的行

#筛选出每一个病人几次扫描数据中，year最小的病人
ad_min = ad.groupby('Subject').apply(lambda t: t[t.year==t.year.min()])
print(ad_min.shape)
ad_min.head()

每个病人year相同的有好几行，还要接着筛选：

#接着筛选月份最小的
ad_min2 = ad_min.reset_index(drop=True)
ad_min2 = ad_min2.groupby('Subject').apply(lambda t: t[t.month==t.month.min()])
print(ad_min2.shape)
ad_min2

筛选完之后，就只剩下重复的了：

最后只剩下重复的了，取分组第一行就可以了

#取分组第一行
ad_min3 = ad_min2.reset_index(drop=True)
ad_min3 = ad_min3.groupby('Subject').first()
print(ad_min3.shape)
ad_min3.head(10)

筛出99行

筛出99个，和所有病人只取第一个的数量相同！
如果筛选最大值，就把上面的min换成max函数就好了