python - 保留最新的值并删除旧的行( Pandas )

Question

我在下面有一个数据框表，其中包含新值和旧值。我想在保留新值的同时删除所有旧值。

ID    Name     Time    Comment
0     Foo   12:17:37   Rand
1     Foo   12:17:37   Rand1
2     Foo   08:20:00   Rand2
3     Foo   08:20:00   Rand3
4     Bar   09:01:00   Rand4
5     Bar   09:01:00   Rand5
6     Bar   08:50:50   Rand6
7     Bar   08:50:00   Rand7

因此它应该是这样的:

ID    Name     Time    Comment
0     Foo   12:17:37   Rand
1     Foo   12:17:37   Rand1
4     Bar   09:01:00   Rand4
5     Bar   09:01:00   Rand5

我尝试使用下面的代码，但这会删除 1 个新值和 1 个旧值。

df[~df[['Time', 'Comment']].duplicated(keep='first')]

谁能提供正确的解决方案？

Answer 1

我认为您可以将此解决方案与 to_timedelta 一起使用，如果需要按 Time 列的最大值过滤:

df.Time = pd.to_timedelta(df.Time)
df = df[df.Time == df.Time.max()]
print (df)
   ID Name     Time Comment
0   0  Foo 12:17:37    Rand
1   1  Foo 12:17:37   Rand1

EDITed 解决方案类似，只添加了groupby:

df = df.groupby('Name', sort=False)
       .apply(lambda x: x[x.Time == x.Time.max()])
       .reset_index(drop=True)
print (df)
   ID Name     Time Comment
0   0  Foo 12:17:37    Rand
1   1  Foo 12:17:37   Rand1
2   4  Bar 09:01:00   Rand4
3   5  Bar 09:01:00   Rand5