如何根据列中的最新日期聚合 pandas 数据框中的行？

Posted 2023-03-29

【中文标题】如何根据列中的最新日期聚合 pandas 数据框中的行？

【英文标题】：How do I aggregate rows in a pandas dataframe according to the latest dates in a column?

【发布时间】：2021-07-22 03:00:25

【问题描述】：

我有一个包含材料、购买日期和购买价格的数据框。我想过滤我的数据框，以便我只保留包含每种材料的一行，并且该行包含最新购买日期的材料和相应的价格。

我怎样才能做到这一点？我绞尽脑汁想弄清楚如何将聚合函数应用于此，但我就是不知道如何。

【问题讨论】：

在下面发布了我的答案。如果您发布一些示例数据，我可以确认一切正常。如果没有，以下应该可以正常工作（多次完成）。

非常感谢！像魅力一样工作。你是个传奇。

没问题，如果您不介意接受我的回答，我将不胜感激！

【参考方案1】：

进行多重排序，然后使用删除重复项，保留第一次出现。

import pandas as pd

df.sort_values(by=['materials', 'purchase_date'], ascending=[True, False], inplace=True)
df.drop_duplicates(subset=['materials'], keep='first', inplace=True)

【参考方案2】：

两步

sort_values() by ma​​terial 和 purchaseDate groupby() 材料并占据第一行

d = pd.date_range("1-apr-2020", "30-oct-2020", freq="W")

df = pd.DataFrame("material":np.random.choice(list("abcd"),len(d)), "purchaseDate":d, "purchasePrice":np.random.randint(1,100, len(d)))
df.sort_values(["material","purchaseDate"], ascending=[1,0]).groupby("material", as_index=False).first()

输出

	material	purchaseDate	purchasePrice
0	a	2020-09-27 00:00:00	85
1	b	2020-10-25 00:00:00	54
2	c	2020-10-11 00:00:00	21
3	d	2020-10-18 00:00:00	45