Pandas - 其他每个值的列的最小值

时间:2015-08-24 15:39:46

标签: python algorithm csv pandas

我有一个CSV文件如下:

Date, Name
2015-01-01 16:30:00.0, John
2015-02-11 16:30:00.0, Doe
2015-03-01 16:30:00.0, Sam
2015-03-05 16:30:00.0, Sam
2015-04-21 16:30:00.0, Chris
2015-05-07 16:30:00.0, John
2015-06-08 16:30:00.0, Doe

您可以看到在多个日期重复使用相同的名称。我想知道每个唯一名称,日期列中的最大日期是多少。如果您在Python中知道任何内容,如何使用Pandas或其他解决方案?

我想要的结果如下:

Name, Max date(or latest)
John, 2015-01-01 16:30:00.0
Doe, 2015-01-01 16:30:00.0
Sam, 2015-01-01 16:30:00.0
Chris, 2015-01-01 16:30:00.0

1 个答案:

答案 0 :(得分:2)

您想要DataFrame.groupby()然后打电话 - .max() / .min()(根据您的需要而定)。示例 -

df.groupby('Name').max()

您还需要确保在阅读csv时,通过使用.read_csv()方法的'Date'参数将dtype列解析为日期时间(如下所示)在示例中。)

示例/演示(对于问题中的csv示例) -

In [12]: df = pd.read_csv('a.csv',dtype={'Date':pd.datetime,'Name':str})

In [13]: df
Out[13]:
                    Date   Name
0  2015-01-01 16:30:00.0   John
1  2015-02-11 16:30:00.0    Doe
2  2015-03-01 16:30:00.0    Sam
3  2015-03-05 16:30:00.0    Sam
4  2015-04-21 16:30:00.0  Chris
5  2015-05-07 16:30:00.0   John
6  2015-06-08 16:30:00.0    Doe

In [15]: df.groupby(['Name']).max()
Out[15]:
                        Date
Name
Chris  2015-04-21 16:30:00.0
Doe    2015-06-08 16:30:00.0
John   2015-05-07 16:30:00.0
Sam    2015-03-05 16:30:00.0