python-2.7 - 基于最近日期的 Pandas 聚合/分组依据

Question

我有一个如下的 DataFrame，其中 Id 是一个字符串，Date 是一个日期时间:

Id    Date
1     3-1-2012
1     4-8-2013
2     1-17-2013
2     5-4-2013
2     10-30-2012
3     1-3-2013

我想合并表格，以便为每个具有最新日期的 Id 显示一行。
关于如何做到这一点的任何想法？

Answer 1

您可以 groupby Id 字段:

In [11]: df
Out[11]:
  Id                Date
0  1 2012-03-01 00:00:00
1  1 2013-04-08 00:00:00
2  2 2013-01-17 00:00:00
3  2 2013-05-04 00:00:00
4  2 2012-10-30 00:00:00
5  3 2013-01-03 00:00:00

In [12]: g = df.groupby('Id')

如果您不确定顺序，您可以按照以下方式做一些事情:

In [13]: g.agg(lambda x: x.iloc[x.Date.argmax()])
Out[13]:
                  Date
Id
1  2013-04-08 00:00:00
2  2013-05-04 00:00:00
3  2013-01-03 00:00:00

对于每个组，它获取具有最大(最新)日期(argmax 部分)的行。

如果您知道它们是有序的，您可以选择最后一个(或第一个)条目:

In [14]: g.last()
Out[14]:
                  Date
Id
1  2013-04-08 00:00:00
2  2012-10-30 00:00:00
3  2013-01-03 00:00:00

(注意:它们不是按顺序排列的，所以在这种情况下这不起作用!)