如何在python中获取基于两个类别的列的最后一个值？

Question

我有一个数据集，其中包含date、shift、value等列。我想从值列中提取每个date和shift的最后一个值。例如，对于每一天，有两行，一行包含每个班次的日期时间、班次(白天或晚上)和最后一个数据点from value。

在本例中，我想提取第3行(因为7/14和Day time的最高值为3)

​

​

我只知道如何获得每一列的最大值。我尝试了几种方法来完成这项工作，但对我来说都不起作用。我是python的新手，正在寻求您的帮助。

Answer 1

假设数据已经按日期排序，您可以这样做吗？或者按日期排序，然后执行此操作？

df['day'] = df['date'].apply(lambda x: x.date())
df.groupby(['day','shift'])['value'].agg(list).apply(lambda x: x[-1])

这将按日期和班次对数据帧进行分组，创建每个组中的值的列表，并取最后一个值。

输出：

day         shift
2020-07-14  day      3
            night    5
Name: value, dtype: int64

这里有一种方法可以做到这一点，但也可以抓取多个其他列...我承认它不是最干净的，可能有更好的方法，但它是有效的：

df：

                 date  shift value value2         day
0 2020-07-14 18:58:00    day     1      9  2020-07-14
1 2020-07-14 18:59:00    day     2      8  2020-07-14
2 2020-07-14 18:59:00    day     3      7  2020-07-14
3 2020-07-14 19:00:00  night     4      6  2020-07-14
4 2020-07-14 19:00:00  night     5      5  2020-07-14

cols = ['value', 'value2']
df.groupby(['day','shift'])[cols].agg(list).apply(lambda x: [x[col][-1] for col in cols], axis=1)

输出：

day         shift
2020-07-14  day      [3, 7]
            night    [5, 5]
dtype: object

Answer 2

如果您需要最大值而不是最后一个

import pandas

data = {"date": ["day1","day1","day1","day1","day1"],
        "shift": ["Day","Day","Day","Night","Night"],
        "value": [1, 2, 3, 4, 5]
        }

df = pandas.DataFrame(data)
df.groupby(["date","shift"]).max()

输出

            value
date shift       
day1 Day        3
     Night      5

查看pandas包、数据帧和groupby操作以获得更多帮助：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html