在熊猫多索引数据框中返回满足逻辑索引条件的每个组的最后一行[重复]
Posted
技术标签:
【中文标题】在熊猫多索引数据框中返回满足逻辑索引条件的每个组的最后一行[重复]【英文标题】:Returning last row of each group meeting logical index condition in pandas multindexed dataframe [duplicate] 【发布时间】:2020-04-26 11:02:11 【问题描述】:希望返回一个数据框,其中包含每个组的最后一行(具有最近日期索引的行),其中多索引的第二级由逻辑索引条件过滤。
下面是一个玩具示例,可以更好地解释:
import numpy as np
import pandas as pd
from datetime import datetime
dates = pd.date_range(start='1/1/2018', end='1/4/2018').to_pydatetime().tolist() * 2
ids = ['z7321', 'z7321', 'z7321', 'z7321', 'b2134', 'b2134', 'b2134', 'b2134']
arrays = [ids, dates]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['key', 'date'])
df = pd.DataFrame(data=np.random.randn(len(index)), index=index, columns=['change'])
print(df)
change
key date
z7321 2018-01-01 -0.701605
2018-01-02 -0.934580
2018-01-03 0.186554
2018-01-04 0.417024
b2134 2018-01-01 0.682699
2018-01-02 -0.913633
2018-01-03 0.330347
2018-01-04 -0.706429
条件是返回df[df.index.get_level_values(1) <= datetime(2018, 1, 2)]
所在的最后一行
所需的输出如下所示:
change
key date
z7321 2018-01-02 -0.934580
b2134 2018-01-02 -0.913633
其他注意事项:
-
不能使用
df[df.index.get_level_values(1) == datetime(2018, 1, 2)]
直接选择行,因为第二个索引级别(日期级别)可能不包含与datetime(2018, 1, 2)
的指定值完全匹配的日期
日期索引可能在关键组/索引中包含不同的值。即“z7321”在二级索引中的日期可能与“b2134”不同
【问题讨论】:
这能回答你的问题吗? Get only the first and last rows of each group with pandas 参见:.tail()
。
是的,它确实有助于回答这个问题,我在搜索中没有遇到它。应用 .tail(1) 也可以。
【参考方案1】:
在编写玩具示例时,我最终找到了一种获得所需输出的方法。希望这个解决方案对其他人有帮助,或者可以改进。
以下提供了所需的输出:
df1 = df[df.index.get_level_values(1) <= datetime(2018, 1, 2)].groupby(level='key', as_index=False).nth(-1)
print(df1)
change
key date
z7321 2018-01-02 -0.934580
b2134 2018-01-02 -0.913633
这也适用于第二个索引级别在第一级组中不一致的情况:
import numpy as np
import pandas as pd
from datetime import datetime
dates = pd.date_range(start='1/1/2018', end='1/4/2018').to_pydatetime().tolist()
dates += pd.date_range(start='12/29/2017', end='1/1/2018').to_pydatetime().tolist()
ids = ['z7321', 'z7321', 'z7321', 'z7321', 'b2134', 'b2134', 'b2134', 'b2134']
arrays = [ids, dates]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['key', 'date'])
df = pd.DataFrame(data=np.random.randn(len(index)), index=index, columns=['change'])
print(df)
change
key date
z7321 2018-01-01 -1.420757
2018-01-02 -0.297835
2018-01-03 0.693520
2018-01-04 0.909420
b2134 2017-12-29 -1.577685
2017-12-30 0.632395
2017-12-31 1.158273
2018-01-01 -0.242314
df1 = df[df.index.get_level_values(1) <= datetime(2018, 1, 2)].groupby(level='key', as_index=False).nth(-1)
print(df1)
change
key date
z7321 2018-01-02 -0.297835
b2134 2018-01-01 -0.242314
【讨论】:
以上是关于在熊猫多索引数据框中返回满足逻辑索引条件的每个组的最后一行[重复]的主要内容,如果未能解决你的问题,请参考以下文章