根据日期和其他布尔条件删除行

Question

我在熊猫中有一个这样格式化的数据框。

(df)
School ID      Num          Status       Date
School 1       6000         Active       2020-07-18
School 2       9-999        InActive     2020-09-05
School 3       9-999        Active       2020-03-30
School 4       8000         Active       2020-12-14
School 5       8999         InActive     2020-10-21
School 6       8999         Active       2020-03-12
....

我想基于num列删除重复的行，例如在School 2和3之间以及在5和6之间如何存在重复项，基于哪个具有最近的日期，以及School的状态是否有效。因此，对于9-999，由于学校2的行处于非活动状态，而学校3的行处于活动状态，因此该行将被删除。

但是，如果输入8999，即使School 5的日期最近，它的状态也为Inactive，因此它将被删除并保留School 6的行。

因此上述条件的结果将是

(df)
School ID      Num          Status       Date
School 1       6000         Active       2020-07-18
School 3       9-999        Active       2020-03-30
School 4       8000         Active       2020-12-14
School 6       8999         Active       2020-03-12
....

我不确定是否需要条件语句，还是只能按状态和日期排序以删除重复项，例如

df.sort_values('Date').drop_duplicates('School ID',keep='last')

感谢您的帮助。

Answer 1

自'Active' < 'InActive'起，我们可以将drop_duplicates与sort_values一起使用：

df.sort_values('Status').drop_duplicates('Num').sort_index()

输出：

   School  ID    Num  Status        Date
0  School   1   6000  Active  2020-07-18
2  School   3  9-999  Active  2020-03-30
3  School   4   8000  Active  2020-12-14
5  School   6   8999  Active  2020-03-12