Pandas 数据框的特殊过滤/分组

【问题标题】：Special Filtering/Grouping of Pandas DataframePandas 数据框的特殊过滤/分组
【发布时间】：2020-03-31 18:58:26
【问题描述】：

我正在尝试将 pandas 数据框按 2 列分组，然后根据最近日期对另一列进行分组，并通过对另一列中的值求和来完成。

下面是我想要做的一个例子：

     CODE     BILL_NUM   AMOUNT    DATE
1    1232      320220      $5    01/16/20 
2    1232      320320      $5    01/19/20
3    1232      320220     -$1    01/20/20
4    1216      160120      $4    01/04/20
5    1216      160120      $4    02/07/20
6    1216      160220      $2    02/08/20
7    1216      160120     -$3    02/19/20

在所需的分组/过滤后将返回：

     CODE     BILL_NUM   AMOUNT    DATE
1    1232      320220      $4    01/20/20 
2    1232      320320      $5    01/19/20
3    1216      160120      $5    02/19/20
4    1216      160220      $2    02/08/20

【问题讨论】：

标签： python pandas dataframe group-by

【解决方案1】：

我生成的数据框； df1

删除 $、括号并在 AMOUNT 列中引入 -

df1['AMOUNT'] = df1['AMOUNT'].str.replace('(', '-')
df1['AMOUNT'] = df1['AMOUNT'].str.replace(')', '')
df1['AMOUNT'] = df1['AMOUNT'].str.replace('$', '')
df1['AMOUNT'] = df1['AMOUNT'].astype(int)
df1

将 DATE 强制为日期时间

df1['DATE']=pd.to_datetime(df1['DATE'])

Groupby 并在多个列上聚合

df1.groupby(['CODE','BILL_NUM']).agg({'DATE':'max','AMOUNT':'sum'}).reset_index()

输出

【讨论】：