Python 使用多索引上的条件选择数据帧的子集

全部,

我有以下格式的数据帧：

ind日期值1值2
x1 23-04-2018 1.3 7.2
x1 03-05-2018 4.6 3.5
x2 04-04-2018 2.0 8.5

ind和date是索引。如果一个ind值有多行，我只想保留最新的日期

因此，在我的示例中，首选结果是：

ind日期值1值2
x1 03-05-2018 4.6 3.5
x2 04-04-2018 2.0 8.5

date列采用datetime格式，因此可以在组中查找最大日期。但是是否可以使用这样的条件，例如与groupby（比如groupby和have）结合使用。还是有更好的方法

有人有解决办法或建议吗

---

编辑：我稍微改变了我的例子。多行不一定是重复的。

您可以使用排序索引和删除重复项

其中df最初没有索引：

print(df)

  ind       date  value1  value2
0  x1 2018-04-23     1.3     7.2
1  x1 2018-03-05     1.3     7.2
2  x2 2018-04-04     2.0     8.5

df.set_index(['ind','date']).sort_index(level=[1], ascending=[False]).drop_duplicates()

或如@piRSquare所述：

df.set_index(['ind','date']).sort_index(level=[1]).drop_duplicates(keep='last')

输出：

                value1  value2
ind date                      
x1  2018-04-23     1.3     7.2
x2  2018-04-04     2.0     8.5

---

不需要排序的有点冗长的方法：

# Gets the row indices as list of lists
idx = df.reset_index('date', drop=False) \
    .groupby('ind', sort=False)['date'] \
    .max() \
    .iteritems()

df.loc(axis=0)[list(idx)]

---

这取决于

df

中

['idx'，'date']

的顺序。df

可以跳过升序参数并使用

keep='last'

。就像阿凡达的改变一样，谢谢你。我今天感觉到了一些学校精神。谢谢！这项措施目前有效。行不一定是重复的，所以对于这些情况也有一个解决方案是很好的。很抱歉没有给出明确的答复example@Rob传递要评估重复性的列<代码>删除重复项（'ind'）