根据每个唯一 ID 的最新时间戳过滤数据帧 [重复]

Posted 2023-02-24

【中文标题】根据每个唯一 ID 的最新时间戳过滤数据帧 [重复]

【英文标题】：Filtering dataframe based on latest timestamp for each unique id [duplicate]

【发布时间】：2018-03-21 19:06:12

【问题描述】：

标题可能有点混乱，所以这里是一个例子：

发件人：

id |     timestamp
 1 | 2015-12-02 00:00:00
 1 | 2015-12-03 00:00:00  <--- latest for id 1
 2 | 2015-12-02 00:00:00
 2 | 2015-12-04 00:00:00
 2 | 2015-12-06 00:00:00  <--- latest for id 2

到这里：

id |     timestamp
 1 | 2015-12-03 00:00:00
 2 | 2015-12-06 00:00:00

【问题讨论】：

df.groupby('id').tail(1) ?

【参考方案1】：

使用nth

In [599]: df.groupby('id', as_index=False).nth(-1)
Out[599]:
   id            timestamp
1   1  2015-12-03 00:00:00
4   2  2015-12-06 00:00:00

最好是max，因为您需要最新日期。

In [601]: df.groupby('id', as_index=False).max()
Out[601]:
   id            timestamp
0   1  2015-12-03 00:00:00
1   2  2015-12-06 00:00:00

另外，tail 在 cmets 中提到

In [602]: df.groupby('id').tail(1)
Out[602]:
   id            timestamp
1   1  2015-12-03 00:00:00
4   2  2015-12-06 00:00:00

【讨论】：

max() 取每一列的最大值，对吗？