python - 根据 ID 获取最大日期的匹配类别结果

Question

对于类别匹配的每个 ID，我想查找与最新日期对应的行，然后返回不同列中的条目。

这是 MRE。

exFilterDF= pd.DataFrame([['1234','1234','1234','5678','5678','5678','9TJQ','9TJQ','9TJQ'],\
['good','ignore','good','good','good','ignore','good','good','ignore'],
['2017-11-10 12:40:07','2017-12-18 14:00:07','2017-12-13 17:40:07','2017-12-12 11:40:07','2017-12-19 16:40:07'\
,'2017-10-26 17:40:07','2017-12-13 17:40:07','2017-12-27 13:40:07','2017-10-12 13:40:07'],
['ReturnA','ReturnB','ReturnC','ReturnD','ReturnE','ReturnF','ReturnG','ReturnH','ReturnI']]).transpose()
exFilterDF.columns = ["ID","Category","Date","Result"]
exFilterDF

最终的答案应该是

answerDF= pd.DataFrame([['1234','5678','9TJQ'],['ReturnC','ReturnE','ReturnH']]).transpose()
answerDF.columns = ["ID","Result"]
answerDF

这将像我提出的已得到回答的问题一样开始 here

不幸的是，我不能只匹配已经找到的 max(date)s，因为，例如，在这个集合中，2017-12-13 17:40:07 是正确的日期对于 ReturnC 行，但相同的时间戳位于 ReturnG 行(不应返回)，因此如果我们通过标记“好日期”然后过滤来解决此问题在这些上，我们会得到额外的(错误的)结果。

Answer 1

你可以groupby Category 为 good 的值中的 ID，并使用 idxmax在最新日期索引数据框:

exFilterDF.Date = pd.to_datetime(exFilterDF.Date)
m = exFilterDF[exFilterDF.Category.eq('good')].groupby('ID').Date.idxmax()
exFilterDF.loc[m, ['ID', 'Result']]

    ID   Result
2  1234  ReturnC
4  5678  ReturnE
7  9TJQ  ReturnH