python - Pandas:按名称分组并以最近的日期行

Question

我有一个包含 A、B、C、D、日期 列的 Pandas DataFrame。我想过滤掉 A 和 B 的重复项，保留具有 date 中最新值的行。

所以如果我有两行看起来像:

A B C D date

1 1 2 3 1/1/18

1 1 2 3 1/1/17

正确的输出应该是:

A B C D date

1 1 2 3 1/1/18

我可以通过循环来做到这一点，但我想使用 df.groupby(['A', 'B']) 然后通过取最大值来聚合 每个组中的日期。

我试过:

df.groupby(['A', 'B']).agg(lambda x: x.iloc[x.date.argmax()])

但是我得到:

AttributeError: 'Series' object has no attribute 'date'

知道我做错了什么吗？

编辑:嗯，如果我这样做:

df.groupby(['A', 'B']).UPDATED_AT.max()

我得到了大部分我想要的，但我丢失了列 D 和 C...

Answer 1

你可以用

df.date=pd.to_datetime(df.date)
df.sort_values('date').drop_duplicates(['A','B'],keep='last')
   A  B  C  D       date
0  1  1  2  3 2018-01-01