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
本文介绍了按 pandas 数据框分组,并在每组中选择最新的的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
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!
查看全文