熊猫从最近的组中选择所有行

Question

我有df：

id    date    group
1      1.1    3
1      2.1    3
1      3.1    5
1      4.1    5
2      5.2    2
2      6.2    1
2      9.2    1
2      12.2    1 
3      15.3   15
3      20.3    20

我希望每个组都从最近的日期获取所有行。 这意味着在这个 df id 2 中是最近的组（根据日期列），所以我想过滤以仅显示 id 2 的行。所以期望输出：

id    date    group
1      3.1    5
1      4.1    5
2      6.2    1
2      9.2    1
2      12.2    1 
3      20.3    20

谢谢

Answer 1

这需要 2 个步骤。

1. 获取每个 id 的最后一组。
2. 按 1 过滤 df。

df = pd.DataFrame(
    data=np.array([[1,1.1,3],[1,2.1,3],[1,3.1,5],[1,4.1,5],[2,5.2,2],[2,6.2,1],[2,9.2,1],[2,12.2,1,],[3,15.3,15],[3,20.3,20]]),
    columns=['id', 'date', 'group']
    )

步骤 1. 获取每个 id 的最后一组

我参考了以下地址： Pandas dataframe get first row of each group

#step 1
lastgroup = df.groupby('id').last()
lastgroup = lastgroup.reset_index()[['id', 'group']]

最后一组是：

>>> lastgroup
    id  group
0  1.0    5.0
1  2.0    1.0
2  3.0   20.0

步骤 2. 使用 pd.merge 按 lastgroup 过滤 df：

#step 2
result = pd.merge(left=df, right=lastgroup)

结果可能是

>>> result
    id  date  group
0  1.0   3.1    5.0
1  1.0   4.1    5.0
2  2.0   6.2    1.0
3  2.0   9.2    1.0
4  2.0  12.2    1.0
5  3.0  20.3   20.0