Python - 需要获取 Pandas 中每个 ID 的最后日期

Question

可能这很简单，但我是 Pandas 的新手:我的 DataFrame 由“id”(int64)和“datetime”(datetime64)组成:

d = {'id' : Series([1., 2., 3., 2., 3., 1., 1., 3., 1., 2.]), 
'datetime' : Series(['01.02.2015', '01.02.2015', 
'01.03.2015', '03.01.2015', '06.02.2015', '01.04.2015', '18.03.2015', 
'02.02.2015', '03.02.2015', '02.04.2015'])}

df = DataFrame(d)

df["datetime"] = to_datetime(df["datetime"], dayfirst=True)

print(df)

我需要获得具有唯一“id”和最后合适的“datetime”的新 DataFrame。换句话说，我想得到这样的东西:

Out:
             datetime  id
0 2015-04-01 00:00:00   1
1 2015-04-02 00:00:00   2
2 2015-03-01 00:00:00   3

Answer 1

sort在 'datetime' 然后调用 drop_duplicates使用参数 take_last=True:

In [135]:
df.sort(columns=['datetime']).drop_duplicates(subset='id', take_last=True)

Out[135]:
    datetime  id
2 2015-03-01   3
5 2015-04-01   1
9 2015-04-02   2

更新

sort自 0.18.1 后现已弃用，您需要使用 sort_values :

df.sort_values(by=['datetime']).drop_duplicates(subset='id', keep='last')