如何在 Pandas 中只保留每个订单的最新修改订单答案

【问题标题】：How to keep only the most recent revised order for each order in Pandas如何在 Pandas 中只保留每个订单的最新修改订单
【发布时间】：2018-01-11 21:32:07
【问题描述】：

假设我有一个跟踪订单号的数据框，以及该订单的修订号在两个不同的列中，如下所示：

OrderNum  RevNum  TotalPrice
 0AXL3     0       $5.00
 0AXL3     1       $4.00
 0AXL3     2       $7.00
 0AXL3     3       $8.00
 0BDF1     0       $3.00
 0BDF1     1       $2.50
 0BDF1     2       $8.50

我们想要的结果是一个新的数据框，其中只有每个订单的最新版本，所以：

OrderNum  RevNum  TotalPrice
 0AXL3     3       $8.00
 0BDF1     2       $8.50

在 pandas 中有快速的方法吗？

【问题讨论】：

标签： python python-2.7 pandas dataframe

【解决方案1】：

IIUC：

In [100]: df.groupby('OrderNum', as_index=False).last()
Out[100]:
  OrderNum  RevNum TotalPrice
0    0AXL3       3      $8.00
1    0BDF1       2      $8.50

更新：

如果数据框中还有其他列，是否会保留这些列？也一样？

In [116]: df['new'] = np.arange(len(df))

In [117]: df
Out[117]:
  OrderNum  RevNum TotalPrice  new
0    0AXL3       0      $5.00    0
1    0AXL3       1      $4.00    1
2    0AXL3       2      $7.00    2
3    0AXL3       3      $8.00    3
4    0BDF1       0      $3.00    4
5    0BDF1       1      $2.50    5
6    0BDF1       2      $8.50    6

In [118]: df.groupby('OrderNum', as_index=False).last()
Out[118]:
  OrderNum  RevNum TotalPrice  new
0    0AXL3       3      $8.00    3
1    0BDF1       2      $8.50    6

【讨论】：

谢谢！如果数据框中还有其他列，这是否也会保留这些列？抱歉 - python 超级新手

【解决方案2】：

一种方法是使用 drop_duplicates，注意数据框应该在 RevNum 上从小到大排序，或者你可以添加 sort_values：

df1.drop_duplicates(subset='OrderNum', keep='last')

输出：

  OrderNum  RevNum TotalPrice
3    0AXL3       3      $8.00
6    0BDF1       2      $8.50

或

df1[~df1.duplicated(subset='OrderNum', keep='last')]

输出：

  OrderNum  RevNum TotalPrice
3    0AXL3       3      $8.00
6    0BDF1       2      $8.50

【讨论】：