下面有一个dataframe表,其中包含新值和旧值。我想在保留新值的同时放弃所有旧值。
ID Name Time Comment
0 Foo 12:17:37 Rand
1 Foo 12:17:37 Rand1
2 Foo 08:20:00 Rand2
3 Foo 08:20:00 Rand3
4 Bar 09:01:00 Rand4
5 Bar 09:01:00 Rand5
6 Bar 08:50:50 Rand6
7 Bar 08:50:00 Rand7
因此它应该是这样的:
ID Name Time Comment
0 Foo 12:17:37 Rand
1 Foo 12:17:37 Rand1
4 Bar 09:01:00 Rand4
5 Bar 09:01:00 Rand5
我试图使用下面的代码,但这将删除1个新值和1个旧值。
df[~df[['Time', 'Comment']].duplicated(keep='first')]
有人能提供正确的解决方案吗?
最佳答案
如果需要按列to_timedelta
的最大值筛选,我认为您可以将此解决方案与Time
一起使用:
df.Time = pd.to_timedelta(df.Time)
df = df[df.Time == df.Time.max()]
print (df)
ID Name Time Comment
0 0 Foo 12:17:37 Rand
1 1 Foo 12:17:37 Rand1
编辑后的解决方案类似,只添加了
groupby
:df = df.groupby('Name', sort=False)
.apply(lambda x: x[x.Time == x.Time.max()])
.reset_index(drop=True)
print (df)
ID Name Time Comment
0 0 Foo 12:17:37 Rand
1 1 Foo 12:17:37 Rand1
2 4 Bar 09:01:00 Rand4
3 5 Bar 09:01:00 Rand5
关于python - 保留最新值并删除较旧的行( Pandas ),我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/41564503/