Question

我有一个像这样的pandas数据框：

    date        id          person                      latitude    longitude
0   2016-07-11  1           rob                         41.395279   2.162126
1   2016-07-11  1           harry                       51.485146   0.041339
2   2016-07-11  1           susan                       51.496457   0.051234 
3   2016-07-11  2           lenny                       48.863281   2.339698
4   2016-07-11  2           wendy                       51.522469   -0.148812
5   2016-07-11  3           john                        51.490746   -0.022011

我想按日期和ID对此数据框进行分组，然后返回该组的第二行以用于其他三列。如果该组只有一行，那么我希望它返回第一行（即不丢弃该组）。

目前我有以下内容，但这只是在该组中只有一个实例的场合。

df_grouped = df.groupby(['date', 'id']).nth(1).reset_index()

我的目标是：

    date        id          person                      latitude    longitude
0   2016-07-11  1           harry                       51.485146   0.041339
1   2016-07-11  2           wendy                       51.522469   -0.148812
2   2016-07-11  3           john                        51.490746   -0.022011

任何帮助将不胜感激！感谢。

Answer 1

一种方法是使用apply并根据每个组的行数选择行：

df.groupby(['date', 'id']).apply(lambda g: g.iloc[1,:] if g.shape[0] >= 2 else g.iloc[0,:]).reset_index(drop = True)

#         date  id  person   latitude  longitude
#0  2016-07-11   1   harry  51.485146   0.041339
#1  2016-07-11   2   wendy  51.522469  -0.148812
#2  2016-07-11   3    john  51.490746  -0.022011

Answer 2

与unutbu对this question的方法类似，你可以取前两个（如果你有一个，head（2）只返回1）并删除重复项，保持最后一次（第二次）：

df.groupby(['date', 'id']).head(2).drop_duplicates(['date', 'id'], keep='last')
Out: 
        date  id person   latitude  longitude
1 2016-07-11   1  harry  51.485146   0.041339
4 2016-07-11   2  wendy  51.522469  -0.148812
5 2016-07-11   3   john  51.490746  -0.022011

pandas dataframe groupby并返回第n行，除非第n行不存在

2 个答案: