需要使用数据框 pandas 中的最新日期过滤掉重复数据

【问题标题】：Need to filter out duplicated data using latest date from dataframe pandas需要使用数据框 pandas 中的最新日期过滤掉重复数据
【发布时间】：2021-07-15 22:26:38
【问题描述】：

例如：

我有

Name    Gender   Check-in     Place
Steve   Male     2019-10-04   Denmark
Steve   Male     2010-08-04   Denmark
Steve   Male     2020-09-09   Denmark
Susan   Female   2017-07-27   Finland
Susan   Female   2015-02-12   Finland

我只需要最新的日期值

Name    Gender   Check-in     Place
Steve   Male     2020-09-09   Denmark
Susan   Female   2017-07-27   Finland

【问题讨论】：

标签： python pandas dataframe filter duplicates

【解决方案1】：

import pandas as pd

首先使用 to_datetime() 方法将您的 'Check-in' 列值转换为 datetime dtype：

df['Check-in']=pd.to_datetime(df['Check-in'])

现在您可以使用sort_values() 方法和drop_duplicates() 方法：

resultdf=df.sort_values('Check-in',ascending=False).drop_duplicates(['Name'],ignore_index=True)

或

您也可以通过sort_values() 方法、groupby() 和reset_index() 方法来做到这一点：

resultdf=df.sort_values('Check-in',ascending=False).groupby('Name').max().reset_index()

现在，如果您打印 resultdf，您将获得所需的输出

【讨论】：