按过滤的熊猫数据框分组并在每组中选择最新的答案

【问题标题】：group by filtered pandas dataframe and select latest in each group按过滤的熊猫数据框分组并在每组中选择最新的
【发布时间】：2020-09-18 05:31:54
【问题描述】：

我遇到了过滤数据框和 groupby 的问题
假设我有这个数据框

id 产品日期 0 220 6647 2015-09-01 1 220 6647 2014-09-03 2 220 6647 2014-10-16 3 826 3380 2014-11-11 4 826 3380 2015-12-09 5 826 3380 2015-05-19 6 901 4555 2015-09-01 7 901 4555 2014-10-05 8 901 4555 2014-11-01

我想先选择 2015 年的行，然后选择 groupby id 并获取最新的日期

我已阅读 this article，它在整个 df 上都非常有效
但如果我首先尝试像这样过滤 df，它似乎不起作用

my_date = datetime.datetime(2014, 12, 31)
df = df[df.date>my_date]

现在如果我运行以下代码

df.loc[df.groupby('id').date.idxmax()]

它给了我以下错误

尝试获取空序列的 argmax

任何帮助将不胜感激:) 谢谢

【问题讨论】：

标签： python dataframe pandas-groupby

【解决方案1】：

好的，我知道了
我发布的示例取自另一篇文章，效果很好
我自己的例子有点不同
我的数据框分组项是 taype 类别
如果我将它作为对象保留它会起作用

【讨论】：

【解决方案2】：

在df = df[date>my_date] 中，您只有date，而不是df.date，所以这可能是导致错误的原因。

这段代码：

import pandas as pd
from io import StringIO
from datetime import datetime

txt = '''id     product   date
220    6647     2015-09-01
220    6647     2014-09-03
220    6647     2014-10-16
826    3380     2014-11-11
826    3380     2015-12-09
826    3380     2015-05-19
901    4555     2015-09-01
901    4555     2014-10-05
901    4555     2014-11-01'''

df = pd.read_fwf(StringIO(txt))
df['date'] = pd.to_datetime(df['date']) # convert date to datetime

my_date = datetime(2014, 12, 31)
df = df[df.date>my_date]

print(df.loc[df.groupby('id').date.idxmax()])

打印：

    id  product       date
0  220     6647 2015-09-01
4  826     3380 2015-12-09
6  901     4555 2015-09-01

【讨论】：

谢谢，但这不是问题......只是我忘了在日期之前输入 df