Python：如何过滤每个类别的最新日期行，并将值从最旧日期的行填充到最新日期的行

Question

这是一个示例数据集：

df = pd.DataFrame({'Date': ['11-9-2019', '11-9-2020', '11-8-2019', '15-5-2020'],

                   'name': ['Allen', 'Allen', 'David', 'David'],

                   'Grade': [50, np.nan, 60, np.nan],

                   'code': [3352326, np.nan, 22233467, np.nan]})

df['Date'] = pd.to_datetime(df['Date'])

df

我想要做的是按列“名称”过滤最新日期（例如：艾伦）。但是，所有信息都在日期最早的行中（例如：成绩、代码），日期最晚的行都有缺失数据。我希望结果仅显示具有最新日期的行，但还希望将信息从具有最旧日期的行移动到具有最新日期的行。就像下面的结果一样。

df1 = pd.DataFrame({'Date': ['11-9-2020', '15-5-2020'],

                   'name': ['Allen', 'David'],

                   'Grade': [50, 60],

                   'code': [3352326, 22233467]})

df1['Date'] = pd.to_datetime(df1['Date'])

df1

我不确定是否可行，也找不到相关结果。 提前致谢！

Answer 1

如果实际值始终是组的第一行，您可以尝试：

>>> df.groupby('name').first().reset_index()
    name       Date  Grade        code
0  Allen 2019-11-09   50.0   3352326.0
1  David 2019-11-08   60.0  22233467.0
>>> 

如果他们不是第一个，你可以试试：

>>> df.groupby('name').apply(lambda x: x.apply(lambda y: y.dropna().tolist()).iloc[0]).rename_axis('').reset_index().drop('', axis=1)
        Date  Grade        code   name
0 2019-11-09   50.0   3352326.0  Allen
1 2019-11-08   60.0  22233467.0  David
>>> 

Answer 2

试试：

df[['Grade','code']]=df[['Grade','code']].fillna(method='ffill')
df_out=df.groupby('name').agg('last').reset_index()

输出：

df_out
Out[32]: 
    name       Date  Grade        code
0  Allen 2020-11-09   50.0   3352326.0
1  David 2020-05-15   60.0  22233467.0