在 Groupby 组中对 Pandas 数据框数据进行排序

Question

我有一个大熊猫数据框，可以在结构上表示为：

      id          date    status
0     12    2015-05-01         0
1     12    2015-05-22         1
2     12    2015-05-14         1
3     12    2015-05-06         0
4     45    2015-05-03         1
5     45    2015-05-12         1
6     45    2015-05-02         0
7     51    2015-05-05         1
8     51    2015-05-01         0
9     51    2015-05-23         1
10    51    2015-05-17         1
11    51    2015-05-03         0
12    51    2015-05-05         0
13    76    2015-05-04         1
14    76    2015-05-22         1
15    76    2015-05-08         0

并且可以使用以下命令在 Python 3.4 中创建：

tempDF = pd.DataFrame({ 'id': [12,12,12,12,45,45,45,51,51,51,51,51,51,76,76,76],
                        'date': ['2015-05-01','2015-05-22','2015-05-14','2015-05-06','2015-05-03','2015-05-12','2015-05-02','2015-05-05','2015-05-01','2015-05-23','2015-05-17','2015-05-03','2015-05-05','2015-05-04','2015-05-22','2015-05-08'],
                        'status': [0,1,1,0,1,1,0,1,0,1,1,0,0,1,1,0]})
tempDF['date'] = pd.to_datetime(tempDF['date'])

我想根据变量“id”将数据帧分组，根据“日期”在组内排序，然后获取每个组中的最后一个“状态”值。

到目前为止，我有：

tempGrouped = tempDF.groupby('id')
tempGrouped['status'].last()

它产生：

id
12    0
45    0
51    0
76    0

但是，在每种情况下状态都应为 1（与最新日期相关联的值）。 在选择最后一个值之前，我无法弄清楚如何按日期对组进行排序。 在尝试解决这个问题一段时间后，我可能有点雪盲，所以如果解决方案很明显，我提前道歉。

Answer 1

你可以这样排序和分组：

tempDF.sort(['id','date']).groupby('id')['status'].last()

Answer 2

我有一个大熊猫数据框，可以从结构上表示为：

      id          date    status
0     12    2015-05-01         0
1     12    2015-05-22         1
2     12    2015-05-14         1
3     12    2015-05-06         0
4     45    2015-05-03         1
5     45    2015-05-12         1
6     45    2015-05-02         0
7     51    2015-05-05         1
8     51    2015-05-01         0
9     51    2015-05-23         1
10    51    2015-05-17         1
11    51    2015-05-03         0
12    51    2015-05-05         0
13    76    2015-05-04         1
14    76    2015-05-22         1
15    76    2015-05-08         0

并且可以使用以下命令在Python 3.4中创建：

tempDF = pd.DataFrame({ 'id': [12,12,12,12,45,45,45,51,51,51,51,51,51,76,76,76],
                        'date': ['2015-05-01','2015-05-22','2015-05-14','2015-05-06','2015-05-03','2015-05-12','2015-05-02','2015-05-05','2015-05-01','2015-05-23','2015-05-17','2015-05-03','2015-05-05','2015-05-04','2015-05-22','2015-05-08'],
                        'status': [0,1,1,0,1,1,0,1,0,1,1,0,0,1,1,0]})
tempDF['date'] = pd.to_datetime(tempDF['date'])

我想根据变量“ id”将数据框分为几组，根据“日期”在各组内排序，然后获取每个组内的最后一个“状态”值。

到目前为止，我有：

tempGrouped = tempDF.groupby('id')
tempGrouped['status'].last()

产生：

id
12    0
45    0
51    0
76    0

但是，在每种情况下，状态均应为1（与最新日期相关联的值）。 在选择最后一个值之前，我无法解决如何按日期对组进行排序。 尝试解决了一段时间后，我可能有点盲目，所以如果解决方案显而易见，我会提前道歉。