比较一列中的时间戳并将 1 放入另一列以获得 pandas 中的最新时间戳答案

【问题标题】：Compare timestamps from a column and put 1 to another column for the latest timestamp in pandas比较一列中的时间戳并将 1 放入另一列以获得 pandas 中的最新时间戳
【发布时间】：2022-01-15 13:06:37
【问题描述】：

假设我有一个这样的数据框：

     col1              col2
0    data1       2021-03-21 19:58:09
1    data1       2021-03-22 19:58:09
2    data1       2021-03-23 19:58:09
3    data2       2021-03-20 19:58:09
4    data2       2021-03-21 19:58:09
5    data2       2021-03-22 19:58:09
6    data3       2021-03-19 19:58:09
7    data3       2021-03-20 19:58:09
8    data1       2021-03-24 19:58:09

我如何比较 col2 中的所有时间戳与 col1 中的 data1 并创建另一列，其中我将 1 用于最新时间戳，将 0 用于其他时间：

     col1              col2                latest
0    data1       2021-03-21 19:58:09          0
1    data1       2021-03-22 19:58:09          0
2    data1       2021-03-23 19:58:09          0
3    data2       2021-03-20 19:58:09          0
4    data2       2021-03-21 19:58:09          0
5    data2       2021-03-22 19:58:09          1
6    data3       2021-03-19 19:58:09          0
7    data3       2021-03-20 19:58:09          1
8    data1       2021-03-24 19:58:09          1

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

执行groupbytransform，并将值与最大值进行比较：

df['col2'] = pd.to_datetime(df['col2'])
latest = df.col2 == df.groupby('col1', sort = False).col2.transform('max')
df.assign(latest = latest.astype(int))
 
    col1                col2  latest
0  data1 2021-03-21 19:58:09       0
1  data1 2021-03-22 19:58:09       0
2  data1 2021-03-23 19:58:09       0
3  data2 2021-03-20 19:58:09       0
4  data2 2021-03-21 19:58:09       0
5  data2 2021-03-22 19:58:09       1
6  data3 2021-03-19 19:58:09       0
7  data3 2021-03-20 19:58:09       1
8  data1 2021-03-24 19:58:09       1

【讨论】：

【解决方案2】：

这应该可以工作

data.loc[data.groupby("col1")["col2"].tail(1).index, "latest"] = 1
data.fillna(0, inplace = True)

或者在一行中，受到另一个答案的启发。

df.assign(latest=lambda d: (d["col2"] == d.groupby('col1')["col2"].transform('max')).astype(int))

【讨论】：