我有一个timeseries数据帧,其中包含如下所示的列:
perf_date pull_date clicks conv rev
2019-01-21 2019-01-28 56 9 44.12
2019-01-22 2019-01-28 56 10 44.70
2019-01-29 56 10 44.70
2019-01-23 2019-01-28 59 13 89.31
2019-01-29 59 13 89.31
2019-01-30 59 14 95.31我想做的是: 1)根据每个perf_date保留第一行的所有行值。2)将最大的pull_date的收入值附加到每个perf_date。因此,在操作之后,上面的数据帧应该是这样的:
perf_date pull_date clicks conv rev
2019-01-21 2019-01-28 56 9 44.12
2019-01-22 2019-01-28 56 10 44.70
2019-01-23 2019-01-28 59 13 95.31发布于 2019-04-27 17:57:31
将GroupBy.agg与具有聚合函数的列的字典一起使用-您可以手动或动态传递它-所有没有perf_date和rev的列都由first聚合,而rev由last聚合
#if necessary
df['perf_date'] = df['perf_date'].ffill()
df = df.sort_values(['perf_date','pull_date'])
d = dict.fromkeys(df.columns.difference(['perf_date','rev']), 'first')
d['rev'] = 'last'
print (d)
{'clicks': 'first', 'conv': 'first', 'pull_date': 'first', 'rev': 'last'}
df = df.groupby('perf_date', as_index=False).agg(d).reindex(df.columns, axis=1)
print (df)
perf_date pull_date clicks conv rev
0 2019-01-21 2019-01-28 56 9 44.12
1 2019-01-22 2019-01-28 56 10 44.70
2 2019-01-23 2019-01-28 59 13 95.31编辑:
d = dict.fromkeys(df.columns.difference(['perf_date','rev']), 'first')
df1 = df.groupby('perf_date', as_index=False).agg(d)
s = df.groupby('perf_date')['rev'].nth(2)
df = df1.join(s, on='perf_date')
print (df)
perf_date clicks conv pull_date rev
0 2019-01-21 56 9 2019-01-28 NaN
1 2019-01-22 56 10 2019-01-28 NaN
2 2019-01-23 59 13 2019-01-28 95.31https://stackoverflow.com/questions/55879291
复制相似问题