从熊猫数据框中获取具有最大日期的行

Question

我有一个熊猫数据框，如下所示：

我想获取每个唯一的ID，即具有最大日期的行，以便最终结果看起来像这样：

我的日期列的数据类型为“对象”。我尝试过分组，然后尝试按以下方式获取最大值：

idx = df.groupby(['ID','Item'])['date'].transform(max) == df_Trans['date']
df_new = df[idx]

但是我无法获得期望的结果。在这个问题上的任何帮助将不胜感激！

Answer 1

idxmax

只要index是唯一的或不重复最大索引，就应该起作用。

df.loc[df.groupby('ID').date.idxmax()]

---

OP（已编辑）

只要最大值是唯一的就应该起作用。否则，您将获得等于最大行数的所有行。

df[df.groupby('ID')['date'].transform('max') == df['date']]

---

W-B转到解决方案

也是很好的解决方案。

df.sort_values(['ID', 'date']).drop_duplicates('date', keep='last')

Answer 2

我的回答是对@piRSquared 的概括

• manykey 表示需要映射的键（多对）

• onekey 表示需要映射到的键（一对一）

• sortkey 是可排序的键，它遵循 asc 设置为 True（作为 python 标准）

    def get_last(df:pd.DataFrame,manykey:list[str],onekey:list[str],sortkey,asc=True):
         return df.sort_values(sortkey,asc).drop_duplicates(subset=manykey, keep='last')[manykey+onekey]
  

在你的情况下，答案应该是

       get_last(df,["id"],["item"],"date")

请注意，我明确使用 onekey 是因为我想删除其余的键（如果它们在表中）并创建一个映射。

PS 如果这应该是评论而不是答案，请告诉我。 SO 新手