Question

我的数据框由学生，日期和考试成绩组成。我想找到每个学生的最长日期并返回相应的行（最终，我最感兴趣的是学生最近的分数）。我怎么能在熊猫中做到这一点？

让我们说我的数据框看起来像这样（缩写版）：

Student_id  Date     Score
Tina1       1/17/17   .95
John2       1/18/17   .8
Lia1        12/13/16  .845
John2       1/25/17   .975
Tina1       1/1/17    .78
Lia1        6/12/16   .89

这就是我想要的：

Student_id  Date     Score
Tina1       1/17/17   .95
Lia1        12/13/16  .845
John2       1/25/17   .975

我在SO上发现了这个，但它给了我一个位置索引器越界错误。

df.iloc[df.groupby('student_id').apply(lambda x: x['date'].idxmax())]

实现同样目标的其他方法是什么？

Answer 1

您可以按日期对数据框进行排序，然后使用groupby.tail获取最新记录：

df.iloc[pd.to_datetime(df.Date, format='%m/%d/%y').argsort()].groupby('Student_id').tail(1)

#Student_id     Date    Score
#2     Lia1 12/13/16    0.845
#0    Tina1  1/17/17    0.950
#3    John2  1/25/17    0.975

或者避免排序，请使用idxmax（如果您没有重复的索引，这会有效）：

df.loc[pd.to_datetime(df.Date, format='%m/%d/%y').groupby(df.Student_id).idxmax()]

# Student_id       Date Score
#3     John2    1/25/17 0.975
#2      Lia1   12/13/16 0.845
#0     Tina1    1/17/17 0.950

Groupby最大值并返回pandas数据帧中的相应行

1 个答案: