Question

我有一个DataFrame，如下所示，其中Id是一个字符串，Date是一个日期时间：

Id    Date
1     3-1-2012
1     4-8-2013
2     1-17-2013
2     5-4-2013
2     10-30-2012
3     1-3-2013

我想整合表格，为每个具有最新日期的ID显示一行有关如何做到这一点的任何想法？

Answer 1

您可以groupby Id字段：

In [11]: df
Out[11]:
  Id                Date
0  1 2012-03-01 00:00:00
1  1 2013-04-08 00:00:00
2  2 2013-01-17 00:00:00
3  2 2013-05-04 00:00:00
4  2 2012-10-30 00:00:00
5  3 2013-01-03 00:00:00

In [12]: g = df.groupby('Id')

如果您不确定订购，您可以采取以下措施：

In [13]: g.agg(lambda x: x.iloc[x.Date.argmax()])
Out[13]:
                  Date
Id
1  2013-04-08 00:00:00
2  2013-05-04 00:00:00
3  2013-01-03 00:00:00

每个组抓取最大（最新）日期的行（argmax部分）。

如果您知道他们的顺序，您可以参加最后一个（或第一个）条目：

In [14]: g.last()
Out[14]:
                  Date
Id
1  2013-04-08 00:00:00
2  2012-10-30 00:00:00
3  2013-01-03 00:00:00

（注意：它们不是有序的，所以在这种情况下这不起作用！）

Answer 2

在Hayden的回复中，我认为使用x.loc代替x.iloc更好，因为df数据帧的索引可能是稀疏的（在这种情况下，iloc将不起作用）。

（我没有在stackoverflow上指出将其发布在回复的评论中）。

根据最近的日期，Pandas Aggregate / Group

2 个答案: