Python 基于更复杂的条件删除熊猫中的行

我有以下数据框：

time        id  type
2012-12-19  1   abcF1
2013-11-02  1   xF1yz
2012-12-19  1   abcF1
2012-12-18  1   abcF1
2013-11-02  1   xF1yz
2006-07-07  5   F5spo
2006-07-06  5   F5spo
2005-07-07  5   F5abc

time        id  type
<deleted because for id 1 the date is not the max value and the type differs from the type of the max date for id 1>
2013-11-02  1   xF1yz
<deleted because for id 1 the date is not the max value and the type differs from the type of the max date for id 1>
<deleted because for id 1 the date is not the max value and the type differs from the type of the max date for id 1>
2013-11-02  1   xF1yz
2006-07-07  5   F5spo
2006-07-06  5   F5spo //kept because although the date is not max, it has the same type as the row with the max date for id 5
<deleted because for id 5 the date is not the max value and the type differs from the type of the max date for id 5>

对于给定的id，我需要找到最大日期

对于那个最长日期，我需要检查类型

如果给定id的类型与最大日期的类型不同，我必须删除该id的每一行

目标数据帧的示例：

time        id  type
2012-12-19  1   abcF1
2013-11-02  1   xF1yz
2012-12-19  1   abcF1
2012-12-18  1   abcF1
2013-11-02  1   xF1yz
2006-07-07  5   F5spo
2006-07-06  5   F5spo
2005-07-07  5   F5abc

time        id  type
<deleted because for id 1 the date is not the max value and the type differs from the type of the max date for id 1>
2013-11-02  1   xF1yz
<deleted because for id 1 the date is not the max value and the type differs from the type of the max date for id 1>
<deleted because for id 1 the date is not the max value and the type differs from the type of the max date for id 1>
2013-11-02  1   xF1yz
2006-07-07  5   F5spo
2006-07-06  5   F5spo //kept because although the date is not max, it has the same type as the row with the max date for id 5
<deleted because for id 5 the date is not the max value and the type differs from the type of the max date for id 5>

时间id类型
2013-11-02 1 xF1yz
2013-11-02 1 xF1yz
2006-07-07 5 F5spo
2006-07-06 5 F5spo//保留，因为尽管日期不是max，但它与id为5的max date行的类型相同

我怎样才能做到这一点？ 我刚接触pandas，正在尝试学习使用库的正确方法。

用于获取最大值的索引，只过滤列

id

和

类型

，以及：

或用于：

用于获取最大值的索引，仅过滤列

id

和

type

，以及：

或用于：

---

您可以按时间对数据帧排序，然后按id分组，并选择每组中的最后一行。这是日期最大的行

last_rows = df.sort_values('time').groupby('id').last()

然后将原始数据帧与新数据帧合并：

result = df.merge(last_rows, on=["id", "type"])
#       time_x  id   type      time_y
#0  2013-11-02   1  xF1yz  2013-11-02
#1  2013-11-02   1  xF1yz  2013-11-02
#2  2006-07-07   5  F5spo  2006-07-07
#3  2006-07-06   5  F5spo  2006-07-07

如果需要，删除最后一个重复列：

result.drop('time_y', axis=1, inplace=True)

---

您可以按时间对数据帧排序，然后按id分组，并选择每组中的最后一行。这是日期最大的行

last_rows = df.sort_values('time').groupby('id').last()

然后将原始数据帧与新数据帧合并：

result = df.merge(last_rows, on=["id", "type"])
#       time_x  id   type      time_y
#0  2013-11-02   1  xF1yz  2013-11-02
#1  2013-11-02   1  xF1yz  2013-11-02
#2  2006-07-07   5  F5spo  2006-07-07
#3  2006-07-06   5  F5spo  2006-07-07

如果需要，删除最后一个重复列：

result.drop('time_y', axis=1, inplace=True)

---

使用和创建帮助程序

系列

。然后使用：

[外]

---

使用和创建帮助程序

系列

。然后使用：

[外]

创建一个helper函数，过滤出与max date类型不同的行，然后根据

id

创建一个helper函数，过滤出与max date类型不同的行，然后使用另一种方法将其应用于基于

id

的每个组df

[out]：

df
    time        id  type    time_max    type_max    for_drop
3   2013-11-02  1   xF1yz   True          xF1yz       True
4   2013-11-02  1   xF1yz   False         xF1yz       True
6   2006-07-06  5   F5spo   True          F5spo       True
7   2006-07-07  5   F5spo   False         F5spo       True

另一种方法是使用

[out]：

df
    time        id  type    time_max    type_max    for_drop
3   2013-11-02  1   xF1yz   True          xF1yz       True
4   2013-11-02  1   xF1yz   False         xF1yz       True
6   2006-07-06  5   F5spo   True          F5spo       True
7   2006-07-07  5   F5spo   False         F5spo       True

---

@DYZ-对于第二种解决方案是的，对于第一种不必要。@DYZ-对于第二种解决方案是的，对于第一种不必要。@jezrael不确定我是否理解？“这怎么会失败？”耶斯雷尔不知道我能理解吗？这是怎么失败的？