Question

Product ID    Date      Sales
15475400    8/27/2019   23858
15475400    7/16/2019   21161
15475400    3/26/2018   31907
17104000    8/24/2019   39170
17104000    7/4/2019    29070
17104000    6/15/2019   41963
17104000    1/21/2019   38783
17169000    8/18/2018   58936
17169000    6/18/2018   47273
17169000    2/26/2018   28845
10842800    8/3/2019    41816
10842800    3/8/2019    41916
14901100    8/23/2019   37616

问候！我具有上面的数据框，我想查找8/1/2019之前每个产品的最新记录。

我尝试过df.groupby('Product ID').timestamp.max()，但不知道如何在8/1/2019之前找到产品。

预期输出：

Product ID  Date        Sales
15475400    7/16/2019   21161
17104000    7/4/2019    29070
17169000    6/18/2018   47273
10842800    3/8/2019    41916
14901100    8/23/2019   37616

预先感谢您的帮助！

Answer 1

首先我们需要过滤df，然后仅使用drop_duplicates

df['Date']=pd.to_datetime(df['Date'])
s=df.loc[df.Date<'2019-08-01'].sort_values('Date').drop_duplicates('ProductID',keep='last')
s
Out[277]: 
   ProductID       Date  Sales
6   17169000 2018-06-18  47273
8   10842800 2019-03-08  41916
3   17104000 2019-07-04  29070
1   15475400 2019-07-16  21161

或者我们可以用tail做groupby

df.loc[df.Date<'2019-08-01'].sort_values('Date').groupby('ProductID').tail(1)

或idxmax

df.loc[df.loc[df.Date<'2019-08-01'].groupby('ProductID').Date.idxmax()]

如何按条件分组查找最大值？大熊猫

1 个答案: