Python 基于那里'；时间戳'；和'；id'；另一个数据帧的

我想看看客户最后给出的金额是多少。最后一次按客户销售

我有两个数据帧： DF1：

DF2：

我需要这个输出：

+----------+-----------+---------------+----------------+
|        ID|   num_sale| last_sale_time|last_sale_amount|
|  11111111|          2|     2014-05-02|              30|
|  33333333|          1|     2017-08-02|              12|
|  22222222|          3|     2017-08-02|              80|
+----------+-----------+---------------+----------------+

我想做的是：

last_sale_amount= []
for index, row in df.iterrows():
    try:
        last_sale_amount= max(df2.loc[df['id'] == row['f_id'], 'last_sale_time'])
        print(str(last_sale_amount))
        num_attempt.append(last_sale_amount)
    except KeyError:
        last_sale_amount.append(0)

ad['last_sale_amount'] = last_sale_amount

---

您可以使用groupby从每个列中获取最长销售时间，然后合并回df1和df2中的信息

df_maxsale=df1.groupby（'ref_ID'）['Sale time'].max（）.to_frame（）.reset_index（））\
.merge（df1，how='left'，on=['ref_ID'，'Sale time']）\
.merge（df2，how='left'，left'u在='ref'u ID'上，right'u在='ID'上）

---

注意：

.max（）

返回一个以

ref\u ID

作为索引的序列，因此您需要调用

到\u frame（）。重置\u index（）

以便

ref\u ID

是一列，您可以在其上合并

Sale time

我们可以使用group by和已排序的sales time并将最后一行带到那里

df1 = df1 .sort_values('Sale time').groupby('ref_ID').last().reset_index()

然后将其与数据帧2（df2）合并

---

您确定所需的输出反映了正确的输出吗？基于

DF1

的

11111111

的上次销售时间不应该是

2014-05-02

和

2222222

的

2017-08-02

吗？对不起，发帖时出错了。现在我更新它

last_sale_amount= []
for index, row in df.iterrows():
    try:
        last_sale_amount= max(df2.loc[df['id'] == row['f_id'], 'last_sale_time'])
        print(str(last_sale_amount))
        num_attempt.append(last_sale_amount)
    except KeyError:
        last_sale_amount.append(0)

ad['last_sale_amount'] = last_sale_amount

df1 = df1 .sort_values('Sale time').groupby('ref_ID').last().reset_index()

df2= df2.merge( df1, left_on = "ID", right_on = "ref_ID", how="left" )