从系列中的元组列表中检索与最大日期关联的值答案

【问题标题】：Retrieve value associated with max date from list of tuples in a series从系列中的元组列表中检索与最大日期关联的值
【发布时间】：2021-03-09 11:35:17
【问题描述】：

概述

我有一个熊猫系列中的元组列表，每个元组中都包含价格和相关日期。

测试数据

SeriesDict = {0: [(0.9919, '2002-05-31 21:00:00+00:00'),
  (0.9898, '2002-09-30 21:00:00+00:00'),
  (0.9905, '2002-10-31 22:00:00+00:00')],
 1: [(1.01195, '2002-06-30 21:00:00+00:00'),
  (1.013, '2002-10-31 22:00:00+00:00')]}
TestSeries = pd.Series(SeriesDict)

我尝试了什么？

我可以从元组列表中获取最大日期，如下所示：

TestSeries.apply(lambda x: max([y[1] for y in x])).iloc[0]

返回'2002-10-31 22:00:00+00:00'。稍后我将使用它为新数据框中的每一行创建一个带有max date 的新列。

我现在如何使用 apply 或类似方法检索与 max date 关联的价格（价格是元组中的 y[0]）？

Desired output 是一个新列，其中包含与每个日期相关联的价格，即本示例应返回 0.9905。

【问题讨论】：

标签： pandas

【解决方案1】：

使用itemgetter:

from operator import itemgetter

print (TestSeries.apply(lambda x: max([y[1] for y in x])))
0    2002-10-31 22:00:00+00:00
1    2002-10-31 22:00:00+00:00


print (TestSeries.apply(lambda x: max(x,key=itemgetter(1))[0]))
0    0.9905
1    1.0130
dtype: float64

另一个想法是创建DataFrame然后处理：

s = TestSeries.explode()

df = pd.DataFrame(s.tolist(), columns=['a','b'], index=s.index)
print (df)
         a                          b
0  0.99190  2002-05-31 21:00:00+00:00
0  0.98980  2002-09-30 21:00:00+00:00
0  0.99050  2002-10-31 22:00:00+00:00
1  1.01195  2002-06-30 21:00:00+00:00
1  1.01300  2002-10-31 22:00:00+00:00


df = df.sort_values('b')
df = df[~df.index.duplicated(keep='last')]
print (df)
        a                          b
0  0.9905  2002-10-31 22:00:00+00:00
1  1.0130  2002-10-31 22:00:00+00:00

或者：

s = TestSeries.explode()

df = pd.DataFrame(s.tolist(), columns=['a','b']).assign(g = s.index)

df = df.sort_values('b').drop_duplicates(subset=['g'], keep='last')
print (df)
        a                          b  g
2  0.9905  2002-10-31 22:00:00+00:00  0
4  1.0130  2002-10-31 22:00:00+00:00  1

【讨论】：