列中的值需要最近的日期[重复]

Posted 2023-03-11

【中文标题】列中的值需要最近的日期[重复]

【英文标题】：required most recent date for the value in Column [duplicate]

【发布时间】：2021-04-23 10:07:27

【问题描述】：

我有一个数据框

df = pd.DataFrame('Col1':['a','a','a','b','b','b','c','c','c'],
                  'Col2':[ '2020-12-01','2020-11-05','2019-01-05','2017-08-07',
                          '2018-07-16','2018-12-31','2019-11-30','2018-05-15',
                          '2019-01-15'])

我希望 Col1 中的唯一值与最近的日期 Col2 一致。 所需的列是这样的

    Col1  Col2 
0   a     2020-12-01
1   b     2018-12-31
2   c     2019-11-30

【参考方案1】：

首先，使用pd.to_datetime 将Col2 转换为datetime，如果它还不是日期时间，则使用GroupBy.max

df['Col2'] = pd.to_datetime(df['Col2'])
df.groupby('Col1').max()

#            Col2
# Col1
# a    2020-12-01
# b    2018-12-31
# c    2019-11-30

【参考方案2】：

首先根据Col2对数据帧进行排序，然后是groupby和agglast

做：

df.sort_values(by='Col2').groupby('Col1').last()