如何在熊猫的 groupby 中比较和删除行？答案

【问题标题】：How to compare and drop rows within groupby in pandas?如何在熊猫的 groupby 中比较和删除行？
【发布时间】：2020-07-01 00:10:45
【问题描述】：

我有一个看起来像这样的 df：

              datetime                     policyid                   score
0   1970-01-01 00:00:01.593560812         9876policyID1234567890        0 
1   1970-01-01 00:00:01.593560814         9876policyID1234567890        0 
2   1970-01-01 00:00:01.593560958         9876policyID1234567890        1
3   1970-01-01 00:00:01.593560964         9876policyID1234567890        1

我想按policyid 和score 分组，但只保留具有相同policyid 和分数的最大标记的行。

我是这样分组的：

df.groupby(['policyid','score'])

此时，我不确定如何比较行之间的时间戳并保留具有更大时间戳的行。

新的 DF 应该如下所示：

              datetime                     policyid                   score
1   1970-01-01 00:00:01.593560814         9876policyID1234567890        0 
3   1970-01-01 00:00:01.593560964         9876policyID1234567890        1

提前谢谢你。

【问题讨论】：

标签： python pandas dataframe python-3.7

【解决方案1】：

您可以使用sort_values，然后使用drop_duplicates：

df=df.sort_values('datetime').drop_duplicates(['policyid','score'], keep='last')

【讨论】：

完美的做到了！