python - 如何在数据框 python 中每天捕获最后一个快照

Question

我有一个这样的数据框:

                            A         B        C
2015-01-01 00:00:00     597.5259   376.1830    a
2015-01-01 00:00:00     461.2014   244.0453    a
2015-01-01 00:00:00     283.9003   166.5772    b
2015-01-01 09:04:00      93.5099    50.7761    a
2015-01-01 09:04:00       1.1559     0.2784    b
2015-01-01 09:31:00      95.0285    29.1006    a
2015-01-01 09:31:00     241.8822   120.1049    b
2015-01-01 12:16:00     363.8040   196.0568    a
2015-01-01 14:04:00     438.2264   274.3733    a
2015-01-01 16:30:00     456.3396   330.6650    a
2015-01-01 16:30:00     368.3211     0.2617    a
2015-01-01 16:30:00     456.3396     0.1939    b

2015-01-02 09:28:00     241.8822   120.1049    b
2015-01-02 09:28:00     212.3111   389.2911    b
2015-01-02 10:27:00     363.8040   196.0568    a
2015-01-02 13:02:00     438.2264   274.3733    a
2015-01-02 16:27:00     456.3396   330.6650    a
2015-01-02 16:27:00     368.3211     0.2617    a
2015-01-02 16:27:00     456.3396     0.1939    b
    ...                   ...        ...       ...

我想获取数据框中每一天的最后一张快照，即

                            A         B        C
2015-01-01 16:30:00     456.3396   330.6650    a
2015-01-01 16:30:00     368.3211     0.2617    a
2015-01-01 16:30:00     456.3396     0.1939    b

2015-01-02 16:27:00     456.3396   330.6650    a
2015-01-02 16:27:00     368.3211     0.2617    a
2015-01-02 16:27:00     456.3396     0.1939    b

本人初学python，思路是定义一个函数获取timestamp列表，选择列表的最后一个元素。但这对我来说非常复杂，我不知道如何执行。

我试过了

df = df.groupby(df.index).last()

或

df = df.groupby(df.index.timestamp).apply(lambda x: x.iloc[[0, -1]])

这些方法不起作用，因为每天最后一个快照的行数可能不同。你能帮我吗？非常感谢。

Answer 1

您可以按天分组并与上一个索引进行比较:

print (df.groupby(pd.Grouper(freq="D"), as_index=False).apply(lambda d: d[d.index==d.index[-1]]))

或者使用transform进行比较:

print (df[df.index==df.reset_index().groupby(pd.Grouper(key="index", freq="D"))["index"].transform("max")])

                              A         B  C
0 2015-01-01 16:30:00  456.3396  330.6650  a
  2015-01-01 16:30:00  368.3211    0.2617  a
  2015-01-01 16:30:00  456.3396    0.1939  b
1 2015-01-02 16:27:00  456.3396  330.6650  a
  2015-01-02 16:27:00  368.3211    0.2617  a
  2015-01-02 16:27:00  456.3396    0.1939  b