python-3.x - Pandas :如何仅在数据透视表数据框中添加最新日期

Question

我如何根据图片中的数据透视表创建一个新的数据框，它只包含每个“天”的“txn_date”列的最新日期作为索引？谢谢

Answer 1

d1 = pd.to_datetime(['2016-06-25'] *2 + ['2016-06-28']*4)
df = pd.DataFrame({'txn_date':pd.date_range('2012-03-05 10:20:03', periods=6),
                   'B':[4,5,4,5,5,4],
                   'C':[7,8,9,4,2,3],
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4],
                   'day':d1}).set_index(['day','txn_date'])

print (df)
                                B  C  D  E
day        txn_date                       
2016-06-25 2012-03-05 10:20:03  4  7  1  5
           2012-03-06 10:20:03  5  8  3  3
2016-06-28 2012-03-07 10:20:03  4  9  5  6
           2012-03-08 10:20:03  5  4  7  9
           2012-03-09 10:20:03  5  2  1  2
           2012-03-10 10:20:03  4  3  0  4

1.

我想你首先需要sort_index如果有必要，然后 groupby按级别 day 聚合 last :

df1 = df.sort_index().reset_index(level=1).groupby(level='day').last()
print (df1)
                      txn_date  B  C  D  E
day                                       
2016-06-25 2012-03-06 10:20:03  5  8  3  3
2016-06-28 2012-03-10 10:20:03  4  3  0  4

2.

按 boolean indexing 过滤与 duplicated :

#if necessary
df = df.sort_index()
df2 = df[~df.index.get_level_values('day').duplicated(keep='last')]
print(df2)
                                B  C  D  E
day        txn_date                       
2016-06-25 2012-03-06 10:20:03  5  8  3  3
2016-06-28 2012-03-10 10:20:03  4  3  0  4