Question

我有一个很简单的问题，但是找不到一个干净的熊猫解决方案。

给出如下系列的日期列表：

LoadedDate
0   2016-02-18
1   2016-02-19
2   2016-02-20
3   2016-02-23
4   2016-02-24
5   2016-02-25
6   2016-02-26
7   2016-02-27
8   2016-03-01
9   2016-03-02
10  2016-03-03
11  2016-03-04
12  2016-03-05
13  2016-03-08
14  2016-03-09
15  2016-03-10
16  2016-03-11
17  2016-03-12
18  2016-03-15
19  2016-03-16
20  2016-03-17
21  2016-03-18
22  2016-03-19
23  2016-03-22
24  2016-03-23
25  2016-03-24
26  2016-03-25
27  2016-03-30
28  2016-03-31
29  2016-04-01
30  2016-04-02
31  2016-04-05
32  2016-04-06
33  2016-04-07
34  2016-04-08
35  2016-04-09
36  2016-04-12
37  2016-04-13
38  2016-04-14
39  2016-04-15
40  2016-04-16
41  2016-04-19
42  2016-04-20
43  2016-04-21
44  2016-04-22
45  2016-04-23
46  2016-04-27
47  2016-04-28
48  2016-04-29
49  2016-04-30
50  2016-05-02
51  2016-05-03
52  2016-05-04

我想提取每个月的最后/最大日期。因此输出为：

LastDate
0   2016-02-27
1   2016-03-31
2   2016-04-29
3   2016-05-04

我尝试了df.set_index('LoadedDate').groupby(pd.Grouper(freq='M')).max()，但是它返回了最大日历日期，而不是我的系列的实际最大加载日期。

谢谢。

Answer 1

您可以使用

In [300]: df.groupby(df.LoadedDate.astype('datetime64[M]')).last().reset_index(drop=True)
Out[300]:
  LoadedDate
0 2016-02-27
1 2016-03-31
2 2016-04-30
3 2016-05-04

或者，

In [295]: df.groupby(df.LoadedDate - pd.offsets.MonthEnd()).last().reset_index(drop=True)
Out[295]:
  LoadedDate
0 2016-02-27
1 2016-03-31
2 2016-04-30
3 2016-05-04

或者，

In [301]: df.groupby(df.LoadedDate.dt.to_period('M')).last().reset_index(drop=True)
Out[301]:
  LoadedDate
0 2016-02-27
1 2016-03-31
2 2016-04-30
3 2016-05-04

或者，

In [303]: df.groupby(df.LoadedDate.astype(str).str[:7]).last().reset_index(drop=True)
Out[303]:
  LoadedDate
0 2016-02-27
1 2016-03-31
2 2016-04-30
3 2016-05-04

如果日期未排序。使用以上任何一种方法，请使用idxmax和loc

In [307]: df.loc[df.groupby(df.LoadedDate.astype(str).str[:7]).LoadedDate.idxmax().values]
Out[307]:
   LoadedDate
7  2016-02-27
28 2016-03-31
49 2016-04-30
52 2016-05-04

Answer 2

您可以尝试以下代码：

创建新列：

df['new_loadeddate']=df['LoadedDate'].apply(lambda date : date[:-3])

现在按月分组：

grouped_df=df.groupby('new_loadeddate').max()

熊猫-从日期列表中获取每个月的最后一个日期

2 个答案: