python-2.7 - Pandas 根据最近日期聚合/分组

Question

我有一个如下的 DataFrame，其中 Id 是一个字符串，Date 是一个日期时间：

Id    Date
1     3-1-2012
1     4-8-2013
2     1-17-2013
2     5-4-2013
2     10-30-2012
3     1-3-2013

我想合并表格，只为每个具有最近日期的 Id 显示一行。
关于如何做到这一点的任何想法？

Answer 1

您可以groupby在 Id 字段中：

In [11]: df
Out[11]:
  Id                Date
0  1 2012-03-01 00:00:00
1  1 2013-04-08 00:00:00
2  2 2013-01-17 00:00:00
3  2 2013-05-04 00:00:00
4  2 2012-10-30 00:00:00
5  3 2013-01-03 00:00:00

In [12]: g = df.groupby('Id')

如果您不确定顺序，您可以执行以下操作：

In [13]: g.agg(lambda x: x.iloc[x.Date.argmax()])
Out[13]:
                  Date
Id
1  2013-04-08 00:00:00
2  2013-05-04 00:00:00
3  2013-01-03 00:00:00

对于每个组，它会抓取具有最大（最新）日期的行（argmax 部分）。

如果你知道它们是有序的，你可以取最后一个（或第一个）条目：

In [14]: g.last()
Out[14]:
                  Date
Id
1  2013-04-08 00:00:00
2  2012-10-30 00:00:00
3  2013-01-03 00:00:00

（注意：它们不按顺序排列，因此在这种情况下不起作用！）

Answer 2

在 Hayden 的回应中，我认为使用 x.loc 代替 x.iloc 更好，因为 df 数据帧的索引可能是稀疏的（在这种情况下 iloc 将不起作用）。

（我在 stackoverflow 上没有足够的点数将其发布在响应的评论中）。