python - 按最后日期的唯一名称和状态分组

Question

我想分析每辆维修过的汽车和新车的统计数据。数据样本为:

Name   IsItNew    ControlDate
Car1    True      31/01/2018
Car2    True      28/02/2018
Car1    False     15/03/2018
Car2    True      16/04/2018
Car3    True      30/04/2018
Car2    False     25/05/2018
Car1    False     30/05/2018    

所以，我应该按名称 groupby，如果 IsItNew 列中有 False，我应该设置 False 和第一个日期，当 False 发生时。

我用 nunique() 尝试了 groupby:

df = df.groupby(['Name','IsItNew', 'ControlDate' ])['Name'].nunique()

但是，它会返回每个组中唯一项的计数。

我怎样才能只收到分组的唯一项目而没有任何计数？

Actual result is:

Name   IsItNew       ControlDate
Car1    True         31/01/2018     1
        False        15/03/2018     1
                     30/05/2018     1
Car2    True         28/02/2018     1
                     16/04/2018     1
        False        25/05/2018     1 
Car3    True         30/04/2018     1


Expected Result is:

Name   IsItNew     ControlDate
Car1    False      15/03/2018
Car2    False      25/05/2018
Car3    True       30/04/2018

如果有任何想法，我将不胜感激。谢谢)

Answer 1

一种方法是GroupBy Name，并使用两个函数在IsItNew 上聚合。自定义一个使用 any 检查是否有任何 False 值，和 idxmin , 找到第一个 False 的索引，稍后您可以使用它来索引 ControlDate 上的数据帧:

df_ = df.groupby('Name').agg({'IsItNew':
                                   {'IsItNew':lambda x: ~(~x).any(),
                                    'ControlDate':'idxmin'}})
                        .droplevel(0, axis=1)
                        .reset_index()

df_['ControlDate'] = df.loc[df_['ControlDate'].values, 'ControlDate'].reset_index(drop=True)

  xName  IsItNew ControlDate
0  Car1    False  15/03/2018
1  Car2    False  25/05/2018
2  Car3     True  30/04/2018