有没有一种方法可以获取一个组的最后一个项目？

Question

假设我有一个 DataFrame 数据框：

data = {'Column 1':     [ 1, 1, 2, 2, 2, 3, 4, 4, 4, 4], 
        'Column 2':     [ 1, 2, 1, 2, 3, 1, 1, 2, 3, 4], 
        'Column 3':     [ 1, 2, 1, 4, 3, 6, 1, 2, 7, 5]}

df = pd.DataFrame(data=data)

我想获取第2、5、6和10行，因为这些行是第1列中每个值的最后一行。假设第1列是一个ID，第2列表示该ID的数量。我需要选择第1列中每个数字的最大数字，并保留第2列和第3列成对的内容而不更改它们。

所以我从以下内容开始：

1  1  1
1  2  2
2  1  1
2  2  4
2  3  3
3  1  6
4  1  1
4  2  2
4  3  7
4  4  5

to

1  2  2
2  3  3
3  1  6
4  4  5

如果我执行

df.groupby(['Column 1']).max()

我得不到我想要的，因为它会使第二列和第三列都达到最大值。

- nielsen

Answer 1

groupby/tail

df.groupby('Column 1').tail(1)

   Column 1  Column 2  Column 3
1         1         2         2
4         2         3         3
5         3         1         6
9         4         4         5

- piRSquared

Answer 2

使用 Groupby.nth：

In [198]: df.groupby('Column 1', as_index=False).nth([-1])    
Out[198]: 
   Column 1  Column 2  Column 3
1         1         2         2
4         2         3         3
5         3         1         6
9         4         4         5

- Mayank Porwal

Answer 3

使用drop_duplicates函数

df_final = df.drop_duplicates('Column 1', keep='last')

Out[9]:
   Column 1  Column 2  Column 3
1         1         2         2
4         2         3         3
5         3         1         6
9         4         4         5

- Andy L.

Answer 4

如果您的数据框已经排序，我们就不需要使用groupby，可以使用布尔索引和Series.shift进行操作。

df_filtered = df.loc[~df['Column 2'].lt(df['Column 2'].shift(-1))]
print(df_filtered)
   Column 1  Column 2  Column 3
1         1         2         2
4         2         3         3
5         3         1         6
9         4         4         5

- ansev