为 Pandas 中的每个索引选择最后一年答案

【问题标题】：Selecting the last year for each index in Pandas为 Pandas 中的每个索引选择最后一年
【发布时间】：2017-10-07 14:26:44
【问题描述】：

我有这个数据框：

         score    year ...
index    
0        123      2015
0        5354     2016
0        4314     2014
12       4542     2018
12       4523     2017
13       123      2014
13       123      2012
13       231      2016
...

我只想为每个索引选择最后一年，所以它看起来像这样：

         score    year ...
index    
0        123      2016
12       4542     2018
13       231      2016
...

【问题讨论】：

标签： python pandas grouping

【解决方案1】：

选项 1：

In [188]: df.groupby(level=0, group_keys=False).apply(lambda x: x.nlargest(1, 'year'))
Out[188]:
        score  year
index             
0       5354  2016
12      4542  2018
13       231  2016

选项 2：

In [193]: df.sort_values('year', ascending=False).groupby(level=0, group_keys=False).head(1)
Out[193]:
       score  year
index             
12      4542  2018
0       5354  2016
13       231  2016

【讨论】：

【解决方案2】：

使用删除重复，即

ndf = df.reset_index().drop_duplicates('index',keep='first')

如果年份未排序，则

使用 sort_values 并删除重复项：

ndf = df.reset_index().sort_values('year').drop_duplicates('index',keep='last')

或

ndf =df.reset_index().sort_values('year',ascending=False).drop_duplicates('index',keep='first')

输出：

指数分数年 1 0 5354 2016 3 12 4542 2018 7 13 231 2016

【讨论】：

好点。在上面的例子中，我说他们总是第一个，但关键是有时他们不是第一个，它可以混合使用。我会编辑它。
我收到 KeyError: 'index' :/ 你知道那可能是什么吗？
尝试使用df.reset_index().sort_values... 我认为index 是一列

【解决方案3】：

通过使用idxmax

df=df.reset_index()
df.loc[df.groupby('index').year.idxmax()].set_index('index')

Out[148]: 
       score  year
index             
0       5354  2016
12      4542  2018
13       231  2016

【讨论】：