时间戳

首页 > 解决方案 > Pandas DataFrame - 如何在按另一列分组时获取每列的最新值

python - Pandas DataFrame - 如何在按另一列分组时获取每列的最新值

问题描述

好吧，伙计们，我被难住了。老实说，我对使用 pandas 操作数据框非常陌生。

假设我有下面的数据框，其中最近的条目位于顶部，按降序排列（我已经根据可用的数据在我的程序中完成了该部分）。

我们将其称为“df_people”，它包含以下数据：

username    first   middle      last
jschmoe     joseph  NaN         schmoe
jdoe        jane    marie       doe
jschmoe     joseph  michael     schmoe
jdoe        jane    NaN         doe
tuser       test    NaN         user

我正在尝试将其解析为仅显示基于“用户名”列的每列中的最新有效数据（或者如果没有有效条目，则当然保留“NaN”）

预期结果：

username    first   middle  last
jschmoe     joseph  michael schmoe
jdoe        jane    marie   doe
tuser       test    NaN     user

在我的实际数据框中，每当我需要运行此报告时，我将拥有 5-100 列和轻松超过 100k 行。虽然我不期望任何东西对于我想要完成的事情来说都是超快的，但我只是想给出规模，这样你就可以理解即使是小的优化也能产生很大的不同。可靠的结果总是比报告完成快几秒钟更重要！现在我没有结果......所以任何事情都比这更好......

通过浏览这个网站和 pandas 文档，我尝试了很多不同的组合，但我认为我对所有 pandas 的能力缺乏了解，这严重限制了这里。

任何建议或想法将不胜感激！

标签： pythonpandasdataframe

解决方案

>>> df.groupby('username', as_index=False).first()
  username   first   middle    last
0     jdoe    jane    marie     doe
1  jschmoe  joseph  michael  schmoe
2    tuser    test      NaN    user

推荐阅读