import pandas as pd
bids = [100, 101, 101, 102]
offers = [101, 102, 102.25, 103]
data = {'bids': bids, 'offers': offers}
index = [0, 1, 1, 2]
df = pd.DataFrame(data=data, index=index)
print df
bids offers
0 100 101.00
1 101 102.00
1 101 102.25
2 102 103.00
如何重新索引df,以便使用每列中给定索引的最新值?在此示例中,我希望索引1具有[101,102.25]
解决方法:
您可以先呼叫reset_index
,然后再呼叫drop_duplicates
,并传递参数take_last = True,然后再设置索引
In [181]:
df.reset_index().drop_duplicates('index',take_last=True).set_index('index')
Out[181]:
bids offers
index
0 100 101.00
1 101 102.25
2 102 103.00
一种更优雅的方法是在索引上访问groupby
并调用last
:
In [183]:
df.groupby(df.index).last()
Out[183]:
bids offers
0 100 101.00
1 101 102.25
2 102 103.00
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。