根据熊猫中的最新日期合并[重复]

Question

我想将 Dataframe 'Raw' 与另一个 DataFrame 'acknowledgement' 离开连接

原始

LogId
1233
1234
1235

致谢

LogId  Reason       Time
1233   Valid        13/09/20 09:45:19
1233   Not Valid    13/09/20 17:23:20
1234   Not Valid    25/09/20 14:56:34
1234   Valid        21/09/20 12:23:12

我的代码：

pd.merge(raw,acknowledgement,on='Log Id',how='left')

现在，当我在“Log Id”上进行左连接时，值会重复。

所需的输出应该只包含该特定“日志 ID”的最近几天的备注

LogId  Reason       Time
1233   Not Valid    13/09/20 17:23:20
1234   Not Valid    25/09/20 14:56:34
1235   #N/A          #N/A

Answer 1

让我们尝试groupby + idxmax 来获取Time 每个LogId 的最大值索引，然后使用这些索引过滤数据框，然后将其与raw 合并：

ack = acknowledgement.loc[acknowledgement.groupby('LogId')['Time'].idxmax()]
raw.merge(ack, on='LogId', how='left')

或者你也可以试试：

m = acknowledgement.sort_values('Time').duplicated('LogId', keep='last')
raw.merge(acknowledgement[~m], on='LogId', how='left')

---

   LogId     Reason                Time
0   1233  Not Valid 2020-09-13 17:23:20
1   1234  Not Valid 2020-09-25 14:56:34
2   1235        NaN                 NaT