如何按pandas中一个月的最后一个日期分组

Question

我有一个df

qty         val         date
10          100         2021-09-15
11          111         2021-09-22
20          222         2021-09-22
35          333         2021-09-15
45          444         2021-10-15
79          555         2021-10-15
79          555         2021-10-07
87          666         2021-11-15
45          777         2021-11-15
97          888         2021-11-22

我试图按每个月的max(date)对值进行分组，因此我只会采用2021-09-22 / 2021-10-15 / 2021-11-22的值，因为这些日期是每个日期中最高的月。 我希望在groupby期间获得这些日期的qty & val的总和。 或者只是按date分组，然后 select 只有最后一个日期的值date ，但我认为首先删除不需要的数据效率更高。

我尝试使用：

group = df.groupby('date')
group_max = groups.apply(lambda g: g[g['date'] == g['date'].max()])

但是如果运气不好，我将如何在分组之前或之后进行过滤，以便我只能获得日期中每个月的最后一个date的值？

Answer 1

您可以使用pandas.Grouper ：

# pre-requisite
df['date'] = pd.to_datetime(df['date'])

g = df.groupby(pd.Grouper(freq='M', key='date'))
df[df['date'].eq(g['date'].transform('max'))]

output：

   qty  val       date
1   11  111 2021-09-22
2   20  222 2021-09-22
4   45  444 2021-10-15
5   79  555 2021-10-15
9   97  888 2021-11-22