分割熊猫数据框与groupby和最后

Question

我正在与一个熊猫数据框在哪里我想按一列分组，抓住每个组的最后一行（创建一个新的数据框），然后从原始删除这些行。

我做了大量的阅读和测试，看起来我不能像我所希望的那样容易地做到这一点。我可以做一个kludgy解决方案，但它看起来效率低下，而且很糟糕。

下面是伪代码是我想做的事：

df = pd.DataFrame 
last_lines = df.groupby('id').last() 
df.drop(last_lines.index) 

创建last_lines据帧是好的，它是从原来的下降那些行DF这是一个问题。问题是当创建last_lines时，原始索引（从df）断开连接。我看着过滤器和变换，但似乎都没有解决这个问题。有没有一种很好的方法将数据框分成两部分？

我的kludge解决方案是遍历组迭代器并创建一个索引列表，然后删除这些。

grouped = df.groupby('id') 
idx_to_remove = [] 
for _, group in grouped: 
    idx_to_remove.append(group.tail(1).index[0]) 
df.drop(idx_to_remove) 

更好的建议吗？

Answer 1

如果您首先使用.reset_index()，您将获得索引作为列，并且您可以使用.last()来获取所需的索引。

last_lines = df.reset_index().groupby('A').index.last() 
df.drop(last_lines) 

这里的指数为.index访问，因为“指数”是当您使用reset_index给此列的默认名称。如果你的索引有一个名字，你会用它来代替。使用.reset_index()

last_lines = d.groupby('A').apply(lambda g: g.index[-1]) 

你可能必须这样做，如果您使用的是多指标（这种方式，因为这样的话会：

您也可以在“手动”使用.apply()抢到最后一个索引添加多个不能轻松组合回索引的列以删除）。

Answer 2

尝试：

df.groupby('A').apply(lambda x: x.iloc[:-1, :])