Python 定期获取列中的最新值

以下是我的熊猫数据示例：

print(df)
            country       cases
date    
2020-01-22  Austria         0    
2020-01-23  Austria         0    
2020-01-24  Austria         0
.... 
2020-05-31  Austria         0  
2020-06-01  Austria         1  
2020-06-02  Austria         0
2020-01-22  Belgium         0 
2020-01-2   Belgium         0        
...             ...        ..    
2020-05-29  United Kingdom  324  
2020-05-30  United Kingdom  215  
2020-05-31  United Kingdom  113  
2020-06-01  United Kingdom  556  
2020-06-02  United Kingdom  325 

在这里，对于所有不同的国家，我希望得到最后3个“案例”属性的值。 例如，奥地利为[0,1,0]，英国为[113556325]

---

什么是好的pythonic解决方案？

如果您想将它们作为数据帧，您可以执行groupby和tail-like：

或者，如果需要类似列表的对象：

(df.sort_values('date')
   .groupby('country').apply(lambda x: x['cases'].tail(3).tolist()))
country
Austria                 [0, 1, 0]
United Kingdom    [113, 556, 325]
dtype: object

---

如果希望将它们作为数据帧，可以执行groupby和tail-like：

或者，如果需要类似列表的对象：

(df.sort_values('date')
   .groupby('country').apply(lambda x: x['cases'].tail(3).tolist()))
country
Austria                 [0, 1, 0]
United Kingdom    [113, 556, 325]
dtype: object

---

也可以在groupby上的日期之前对_值进行排序case@dimitris_ps好的一点，在第一种可能的情况下，我还将_值与国家进行排序，否则结果会在国家之间混淆，更多地用于表示。在第二种情况下，按国家/地区对_值进行排序实际上不会改变结果。由于我需要检索一个列表[[0,1,0]，…，[113556325]]，我将添加值[：]df.sort_values'date'.groupby'country'.applylambda x:x['cases'].tail3.values[：]。ToList可能还会在groupby日期之前对值进行排序case@dimitris_ps说得好，在第一种可能的情况下，我还将_值与国家进行排序，否则结果会在国家之间混淆，以便于呈现。在第二种情况下，按国家/地区对_值进行排序实际上不会改变结果。由于我需要检索一个列表[[0,1,0]，…，[113556325]]，我将添加值[：]df.sort_values'date'.groupby'country'.applylambda x:x['cases'].tail3.values[：]tolist

# Read in CSV file-
data = pd.read_csv("data.csv")

# Convert 'date' column -
data.date = pd.to_datetime(data['date'])

# Print last 3 rows for 'cases' attribute-
for x in data.groupby('country'): 
    print(x[1].iloc[-3:, 2]) 

'''
3    0
4    1
5    0
Name: cases, dtype: int64
6    0
7    0
Name: cases, dtype: int64
10    113
11    556
12    325
Name: cases, dtype: int64
'''