我有一个包含以下数据的数据框:
Estimate Value Announce date Period Company
Estimate 1: 0,24 01-01-2015 31-12-2015 X
Estimate 2: 0,22 08-04-2015 31-12-2015 X
Estimate 3 0,26 07-05-2015 31-12-2014 Y
Estimate 4: 0,29 21-09-2015 31-12-2014 Y
Estimate 5: 0,21 30-09-2015 31-12-2013 Z
我只想包括每个时期和每个公司的最早估计。
示例:公司 x 在 31-12-2015 期间有两个估算值,1 和 2,但是估算值 1 的公布日期早于估算值 2。所以我想删除估算值 2 的行,然后删除这个对于每个时期和公司。
公告日期、期间均为datetime格式。
执行此操作的正确方法是什么?
谢谢!
请您参考如下方法:
IIUC 然后你可以调用first在 groupby 对象上:
In [191]:
df.groupby(['Period','Company']).first()
Out[191]:
Estimate Value AnnounceDate
Period Company
2013-12-31 Z Estimate5: 0,21 2015-09-30
2014-12-31 Y Estimate3: 0,26 2015-07-05
2015-12-31 X Estimate1: 0,24 2015-01-01
如果你想对结果进行排序,那么在 groupby 之前对 df 进行排序:
In [194]:
df.sort(columns='AnnounceDate').groupby(['Period','Company']).first()
Out[194]:
Estimate Value AnnounceDate
Period Company
2013-12-31 Z Estimate5: 0,21 2015-09-30
2014-12-31 Y Estimate3: 0,26 2015-07-05
2015-12-31 X Estimate1: 0,24 2015-01-01
