如何利用熊猫数据获取指标值

Question

我有一个迭代每个公司组的代码：

data = pd.DataFrame({'Price': [12, 9, 11, 10, 7, 21, 23],
                     'Date': ['1991-01-01', '1991-02-01', '1991-03-01', '1991-01-01', '1991-02-01', '1991-03-01', '1991-04-01'],
                     'Company': ['A', 'A', 'A', 'B', 'B', 'B', 'B']})
data.set_index(['Date', 'Company'], inplace=True)
for company_name, df_company in data.groupby('Company'):
    company_index = df_company.index.get_level_values('Date').max()
    last_values = df_company.loc[company_index].iloc[0]
    # some functions

在这里，我试图获得最新的df_company，并将在一些功能中使用它。但是，df_company.loc[company_index].iloc[0]不包括“日期”列。如何用df_company列更改代码以获取最新的"Date"列。谢谢!

Answer 1

您可以使用布尔索引：

for company_name, df_company in data.groupby('Company'):
    print(company_name)
    dates = df_company.index.get_level_values('Date')
    # tail is optional, use .iloc[-1] for a Series
    last_values = df_company[dates == dates.max()].tail(1) 
    print(last_values)

产出：

A
                    Price
Date       Company       
1991-03-01 A           11
B
                    Price
Date       Company       
1991-04-01 B           23