按 pandas 数据框分组，并在每组中选择最新的 [英] group by pandas dataframe and select latest in each group

问题描述

如何分组熊猫数据框的值并从每个组中选择最新（按日期）？例如，给定一个按日期排序的数据框：

  id  
 
 
产品日期
 0 220 6647 2014-09-01 
 1 220 6647 2014-09-03 
 2 220 6647 2014-10-16 
 3 826 3380 2014-11-11 
 4 826 3380 2014-12-09 
 5 826 3380 2015-05-19 
 6 901 4555 2014-09-01 
 7 901 4555 2014-10-05 
 8 901 4555 2014-11-01 
  

按ID或产品分组，并选择最早给出的：

  id产品日期
 2 220 6647 2014-10-16 
 5 826 3380 2015-05 -19 
 8 901 4555 2014-11-01 
  

解决方案

在 groupby 和切片 df 中使用 idxmax 与 loc

  df.loc [df.groupby（'id'） .date.idxmax（）] 
 
 id产品日期
 2 220 6647 2014-1 0-16 
 5 826 3380 2015-05-19 
 8 901 4555 2014-11-01 
  

How to group values of pandas dataframe and select the latest(by date) from each group?

For example, given a dataframe sorted by date:

    id     product   date
0   220    6647     2014-09-01 
1   220    6647     2014-09-03 
2   220    6647     2014-10-16
3   826    3380     2014-11-11
4   826    3380     2014-12-09
5   826    3380     2015-05-19
6   901    4555     2014-09-01
7   901    4555     2014-10-05
8   901    4555     2014-11-01

grouping by id or product, and selecting the earliest gives:

    id     product   date
2   220    6647     2014-10-16
5   826    3380     2015-05-19
8   901    4555     2014-11-01

解决方案

use idxmax in groupby and slice df with loc

df.loc[df.groupby('id').date.idxmax()]

    id  product       date
2  220     6647 2014-10-16
5  826     3380 2015-05-19
8  901     4555 2014-11-01

这篇关于按 pandas 数据框分组，并在每组中选择最新的的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！