根据熊猫数据框中的索引获取最新值答案

【问题标题】：Obtain most recent value for based on index in a pandas dataframe根据熊猫数据框中的索引获取最新值
【发布时间】：2021-05-31 20:06:43
【问题描述】：

在每个会议日期，都会对未来 3 到 4 年的 GDP 增长做出新的预测。如果forecast_year 的 gdp 增长预测与上一个meeting_date 中的相似，则它不会在表中获得新条目。

是否有一种简单的方法可以为所有meeting_dates 添加这些缺失的forecast_year 条目，并引用截至最新meeting_date 提供的最新gdp_growth(%) 数字？

为了澄清，这里是输入表df_in：

meeting_date	forecast_year	gdp_growth (%)
2007-11-20	2007	2.45
2007-11-20	2008	2.15
2007-11-20	2009	2.50
2007-11-20	2010	2.55
2008-02-20	2008	1.65
2008-02-20	2009	2.40
2008-02-20	2010	2.75
2008-05-21	2008	0.75
2008-05-21	2010	2.85
2008-07-16	2008	1.30
2008-07-16	2010	2.75
2008-11-19	2008	0.15
2008-11-19	2009	0.45
2008-11-19	2011	3.20

这是我需要输出的输出表的形状，df_out。需要添加的行以粗体显示。将df_in 转换为df_out 需要哪些pandas 操作？

meeting_date	forecast_year	GPD Growth (%)
2007-11-20	2007	2.45
2007-11-20	2008	2.15
2007-11-20	2009	2.50
2007-11-20	2010	2.55
2008-02-20	2008	1.65
2008-02-20	2009	2.40
2008-02-20	2010	2.75
2008-05-21	2008	0.75
2008-05-21	2009	2.40
2008-05-21	2010	2.85
2008-07-16	2008	1.30
2008-07-16	2009	2.40
2008-07-16	2010	2.75
2008-11-19	2008	0.15
2008-11-19	2009	0.45
2008-11-19	2010	2.75
2008-11-19	2011	3.20

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

通过pivot的另一种方式：

k = df1.pivot(*df1).ffill().stack().reset_index(name = 'GPD Growth (%)')
df = k[~(pd.to_datetime(k["meeting_date"]).dt.year.gt(k["forecast_year"]))]

输出：

   meeting_date  forecast_year  GPD Growth (%)
0    2007-11-20           2007            2.45
1    2007-11-20           2008            2.15
2    2007-11-20           2009            2.50
3    2007-11-20           2010            2.55
5    2008-02-20           2008            1.65
6    2008-02-20           2009            2.40
7    2008-02-20           2010            2.75
9    2008-05-21           2008            0.75
10   2008-05-21           2009            2.40
11   2008-05-21           2010            2.85
13   2008-07-16           2008            1.30
14   2008-07-16           2009            2.40
15   2008-07-16           2010            2.75
17   2008-11-19           2008            0.15
18   2008-11-19           2009            0.45
19   2008-11-19           2010            2.75
20   2008-11-19           2011            3.20

【讨论】：

【解决方案2】：

试试：

x = (
    df.set_index(["meeting_date", "forecast_year"])
    .unstack(level=1)
    .ffill()
    .stack()
    .reset_index()
)
# remove rows where meeting_date > forecast_year
x = x[~(pd.to_datetime(x["meeting_date"]).dt.year > x["forecast_year"])]
print(x)

打印：

   meeting_date  forecast_year  gdp_growth (%)
0    2007-11-20           2007            2.45
1    2007-11-20           2008            2.15
2    2007-11-20           2009            2.50
3    2007-11-20           2010            2.55
5    2008-02-20           2008            1.65
6    2008-02-20           2009            2.40
7    2008-02-20           2010            2.75
9    2008-05-21           2008            0.75
10   2008-05-21           2009            2.40
11   2008-05-21           2010            2.85
13   2008-07-16           2008            1.30
14   2008-07-16           2009            2.40
15   2008-07-16           2010            2.75
17   2008-11-19           2008            0.15
18   2008-11-19           2009            0.45
19   2008-11-19           2010            2.75
20   2008-11-19           2011            3.20

编辑：删除 MultiIndex.from_product - 不需要

【讨论】：