如何在Python Pandas中的DataFrame中创建基于日期的列？

Question

我的DataFrame如下所示：

rng = pd.date_range('2020-12-01', periods=5, freq='D')
df = pd.DataFrame({"ID" : ["1", "2", "1", "1", "2"],
                   "Date" : rng,
                   "kind" : ["active", "not_active", "active", "active", "not_active"],
                   "status" : ["b2", "b2", "g8", "g8", "v10"]})

我需要创建DataFrame，它将显示上一个活动协议和最后一个非活动协议的状态。下面是我上传结果的例子：

​

​

Answer 1

如果对datetimes进行排序，则可以使用DataFrame.pivot_table

df = (df.pivot_table(index='ID', columns='kind', values='status', aggfunc='last')
        .reset_index()
        .rename_axis(None, axis=1))

如果不确定是否已排序，则添加DataFrame.sort_values

df = (df.sort_values(['ID','Date'])
        .pivot_table(index='ID', columns='kind', values='status', aggfunc='last')
        .reset_index()
        .rename_axis(None, axis=1))
print (df)
  ID active not_active
0  1     g8        NaN
1  2    NaN        v10