在Pandas中基于日期的DataFrame值计算？

Question

我有DataFrame与客户的协议如下：

rng = pd.date_range('2020-12-01', periods=5, freq='D')
df = pd.DataFrame({ "ID" : ["1", "2", "1", "2", "2"],
                   "value" : [100, 200, 300, 400, 500],
                   "status" : ["active", "finished", "active", "finished", "active"],
                   "Date": rng})

我需要创建基于以上df计算的新DataFrame：

1. New1 =状态“活动”的最后协议的值
2. New2=与状态的最后协议的值“已完成的”

为了更精确，我需要创建如下所示的df：

​

​

Answer 1

将DataFrame.sort_values与具有聚合函数last的DataFrame.pivot_table按两列一起使用

df = (df.sort_values(['ID','Date'])
        .pivot_table(index='ID', columns='status', values='value', aggfunc='last')
        .rename(columns={'active':'New1','finished':'New2'})[['New1','New2']]
        .reset_index()
        .rename_axis(None,axis=1)
       )
print (df)
  ID   New1   New2
0  1  300.0    NaN
1  2  500.0  400.0

如果按组对日期时间进行排序，则解决方案更简单：

df = (df.pivot_table(index='ID', columns='status', values='value', aggfunc='last')
        .rename(columns={'active':'New1','finished':'New2'})[['New1','New2']]
        .reset_index()
        .rename_axis(None,axis=1)
       )
print (df)

Answer 2

试着用这个长的：

df1 = df.loc[df['status'] == "active"]
df2 = df.loc[df['status'] == "finished"]
df1 = df1.groupby("ID")['value'].last()
df2 = df2.groupby("ID")['value'].last()
IDs = df["ID"].drop_duplicates()
new_df = pd.DataFrame({"ID": IDs, "New1": df1.reindex(IDs).tolist(), "New2": df2.reindex(IDs).tolist()})
print(new_df)

输出：

  ID  New1   New2
0  1   300    NaN
1  2   500  400.0