根据行和列的条件选择行答案

【问题标题】：Select rows based on condition on rows and columns根据行和列的条件选择行
【发布时间】：2021-05-19 08:43:25
【问题描述】：

您好，我有一个要清理的 pandas 数据框。这是一个示例：

IDBILL	IDBUYER	BILL	DATE
001	768787	45	1897-07-24
002	768787	30	1897-07-24
005	786545	45	1897-08-19
008	657676	89	1989-09-23
009	657676	42	1989-09-23
010	657676	18	1989-09-23
012	657676	51	1990-03-10
016	892354	73	1990-03-10
018	892354	48	1765-02-14

我想删除最高的账单（并在同一天由同一 IDBUYER 制作账单时保留最低的账单，并且其账单 ID 彼此跟随。要得到这个：

IDBILL	IDBUYER	BILL	DATE
002	768787	30	1897-07-24
005	786545	45	1897-08-19
010	657676	18	1989-09-23
012	657676	51	1990-03-10
016	892354	73	1990-03-10
018	892354	48	1765-02-14

提前谢谢你

【问题讨论】：

标签： python pandas

【解决方案1】：

首先使用to_datetime()方法将'DATE'列转换为datetime dtype：

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

试试groupby()方法：

result=df.groupby(['IDBUYER',df['DATE'].dt.day],as_index=False)[['IDBILL','BILL','DATE']].min()

或

result=df.groupby(['DATE', 'IDBUYER'], sort=False)[['IDBILL','BILL']].min().reset_index()

result的输出：

    IDBUYER     IDBILL  BILL    DATE
0   657676      12      51      1990-03-10
1   657676      8       18      1989-09-23
2   768787      1       30      1897-07-24
3   786545      5       45      1897-08-19
4   892354      16      73      1990-03-10
5   892354      18      48      1765-02-14

【讨论】：

最简单的解决方案，如果他只想要最小值，但我不确定是否能解决：并且其账单 ID 彼此跟随部分，如果这实际上与解决方案。
@Anurag Dabas-我们可能不需要新列DAY.....df['DATE'] = pd.to_datetime(df.DATE) df = df.groupby(['DATE', 'IDBUYER'], sort=False)[['IDBILL','BILL']].min().reset_index()
@Uts 是的，你是对的，所以我修复了它...谢谢你注意到 :)
与@Andreas 相同的评论，它有效，但没有办法控制 IDBILL 需要互相关注以删除一个？
对不起，我不明白这一行there a way to control the need for IDBILLs to follow each other in order to delete one?请解释一下

【解决方案2】：

您可以尝试仅保留最低条目的最小值，这是 idbill 的后续：

df['follow_up'] = df['IDBILL'].ne(df['IDBILL'].shift()+1).cumsum()

m = df.groupby(['IDBUYER', 'follow_up', df['DATE']])['BILL'].idxmin()
df.loc[sorted(m)]

#    IDBILL  IDBUYER  BILL        DATE  follow_up
# 1       2   768787    30  1897-07-24          1
# 2       5   786545    45  1897-08-19          2
# 5      10   657676    18  1989-09-23          3
# 6      12   657676    51  1990-03-10          4
# 7      16   892354    73  1990-03-10          5
# 8      18   892354    48  1765-02-14          6

【讨论】：