过滤多个值的列，但只为一个条件选择最后一个答案

【问题标题】：Filter column for multiple values but only select the last one for one criteria过滤多个值的列，但只为一个条件选择最后一个
【发布时间】：2022-09-30 23:18:03
【问题描述】：

我有一个类似于这个的数据框

df = pd.DataFrame({\'date\':[20220101,20220102,20220103,20220101,20220102,20220101], \'id\':[1,1,1,2,2,3], \'value\':[11,22,33,44,55,66], \'categorie\':[\'a\',\'a\',\'c\',\'a\',\'c\',\'c\']})

       date  id  value categorie
   20220101   1     11         a
   20220102   1     22         a
   20220103   1     33         c
   20220101   2     44         a
   20220102   2     55         c
   20220101   3     66         c

我现在想根据列 \'categorie\' 中的多个值对 df 进行切片，并且目前正在使用

df = df[df[\'categorie\'].isin([\'a\',\'c\'])]

除此之外，我希望能够只为类别 \'a\' 获得 [-1] 行

    date  id  value categorie
20220102   1     22         a
20220103   1     33         c
20220101   2     44         a
20220102   2     55         c
20220101   3     66         c

代替

    date  id  value categorie
20220101   1     11         a
20220102   1     22         a 
20220103   1     33         c
20220101   2     44         a
20220102   2     55         c
20220101   3     66         c

我认为最接近的方法是将其视为 id 和 categorie 的 groupby 最大值，但我很好奇是否有更 Pythonic 的方式。

标签： python dataframe slice

【解决方案1】：

'a' 和 'c' 是您数据中唯一的类别，如果您只需要最新的类别，请删除重复项

# drop duplicates and keep the last
df.drop_duplicates(subset=['id','categorie'], keep='last')

或者

# select the categories of 'a' and 'c' and drop the duplicates from among them
(df.loc[df['categorie'].isin(['a','c'])]
 .drop_duplicates(subset=['id','categorie'], keep='last'))

    date       id   value   categorie
1   20220102    1      22   a
2   20220103    1      33   c
3   20220101    2      44   a
4   20220102    2      55   c
5   20220101    3      66   c

【讨论】：

不幸的是，在我的实际数据集中会有更多。它基本上是盘中数据，从一个类别中我只需要最后一个值
添加了替代解决方案。 drop_duplicate 只会保留最后一个值
它如何无法回答您的问题？我错过了什么？