选择多索引数据框的最新示例答案

【问题标题】：Select most recent example of multiindex dataframe选择多索引数据框的最新示例
【发布时间】：2021-09-08 22:12:18
【问题描述】：

我有一个与Getting the last element of a level in a multiindex 类似的问题。在提到的问题中，多索引数据框为每个组都有一个始终相同的起始编号。

但是，我的问题略有不同。我又有两列。一列带有整数（在 MWE 下面是布尔值），第二列带有日期时间索引。与上面的示例类似，我想为第一列中的每个唯一值选择最后一行。在我的示例中，它表示具有最新时间戳的值。上述问题的解决方案不起作用，因为我没有第二列的固定起始值。

MWE：

import pandas as pd

df = pd.DataFrame(range(10), index=pd.date_range(pd.Timestamp("2020.01.01"), pd.Timestamp("2020.01.01") + pd.Timedelta(hours=50), 10))
mask = (df.index.hour > 1) & (df.index.hour < 9)
df.groupby(mask)
df = df.groupby(mask).rolling("4h").mean()

生成的数据框如下所示：

                             0
False 2020-01-01 00:00:00  0.0
      2020-01-01 11:06:40  2.0
      2020-01-01 16:40:00  3.0
      2020-01-01 22:13:20  4.0
      2020-01-02 09:20:00  6.0
      2020-01-02 14:53:20  7.0
      2020-01-02 20:26:40  8.0
True  2020-01-01 05:33:20  1.0
      2020-01-02 03:46:40  5.0
      2020-01-03 02:00:00  9.0

现在，我想为第一列中的每个值获取具有最新时间戳的行。即，我想获得以下数据框：

                             0
False 2020-01-02 20:26:40  8.0
True  2020-01-03 02:00:00  9.0

我非常感谢上述链接中的想法。

【问题讨论】：

标签： python pandas

【解决方案1】：

假设级别 1 中的值已排序尝试使用groupby tail：

out = df.groupby(level=0).tail(1)

out:

                             0
False 2020-01-02 20:26:40  8.0
True  2020-01-03 02:00:00  9.0

如果不是sort_index先：

out = df.sort_index(level=1).groupby(level=0).tail(1)

out:

                             0
False 2020-01-02 20:26:40  8.0
True  2020-01-03 02:00:00  9.0

【讨论】：