在Pandas中查找groupby之后与最大日期关联的行

Question

我有一个包含3个列的pandas DataFrame,其中包含PERSON_ID,MOVING_DATE和PLACE,如下所示:

df = pandas.DataFrame(
[[1,datetime.datetime(2018, 1, 1), 'New York'], 
 [1, datetime.datetime(2018, 1, 20), 'Rio de Janeiro'],
 [1, datetime.datetime(2018, 2, 13), 'London'],
 [2, datetime.datetime(2017, 6, 12), 'Seatle'],
 [2, datetime.datetime(2016, 10, 10), 'New Mexico'],
 [3, datetime.datetime(2017, 9, 19), 'Sao Paulo'],
 [3, datetime.datetime(2015, 12, 11), 'Bangladesh']]],
columns=['PERSON ID', 'MOVING DATE', 'PLACE']
)

   PERSON ID MOVING DATE           PLACE
0          1  2018-01-01        New York
1          1  2018-01-20  Rio de Janeiro
2          1  2018-02-13          London
3          2  2017-06-12          Seatle
4          2  2016-10-10      New Mexico
5          3  2017-09-19       Sao Paulo
6          3  2015-12-11      Bangladesh

我想找到这个人基于其最后移动日期(MOVEMENT_DATE)的地方.

是否可以使用groupby方法获得结果？

到目前为止,我已经尝试过:

df = df.sort_values(['PERSON ID', 'MOVING DATE'])
df.groupby(['PERSON ID', 'MOVING DATE']).agg(
     {'MOVING DATE': max, 'PLACE': 'last'}
)

但它没有成功.任何帮助,将不胜感激.

提前致谢,

Rhenan

Answer 1

单线使用DataFrame.groupby和Grouper.last:

df.sort_values('MOVING DATE').groupby('PERSON ID').last()

输出:

     MOVING DATE      PLACE
PERSON ID                       
1          2018-02-13     London
2          2017-06-12     Seatle
3          2017-09-19  Sao Paulo

Answer 2

Asort在这里有点矫枉过正，这是O(nlogn)时间复杂度，当您可以使用locand执行此操作时idxmax：

df.loc[df.groupby('PERSON ID')['MOVING DATE'].idxmax()]

   PERSON ID MOVING DATE      PLACE
2          1  2018-02-13     London
3          2  2017-06-12     Seatle
5          3  2017-09-19  Sao Paulo