我有一个DF
data = pd.DataFrame({
"a":["123","123","456","456"],
"b":["12-09-23","13-09-23","12-09-23","13-09-23"],
"c":["abc","xyz","xyz","cde"]
})
我想根据日期对数据进行重复数据删除，并保留最新日期的记录.然而，如果我的列C包含XYZ，那么我需要保留记录EVEN，尽管日期不是最新的.
我想要的输出是
我有一个DF
data = pd.DataFrame({
"a":["123","123","456","456"],
"b":["12-09-23","13-09-23","12-09-23","13-09-23"],
"c":["abc","xyz","xyz","cde"]
})
我想根据日期对数据进行重复数据删除，并保留最新日期的记录.然而，如果我的列C包含XYZ，那么我需要保留记录EVEN，尽管日期不是最新的.
我想要的输出是
您可以按日期和相等将值排序为"xyz"(带numpy.lexsort)，并使用groupby.last得到每个组的最后一个值:
out = (data
.iloc[np.lexsort([pd.to_datetime(data['b'], format='%d-%m-%y'),
data['c'].eq('xyz')])]
.groupby('a', as_index=False).last()
)
输出:
a b c
0 123 13-09-23 xyz
1 456 12-09-23 xyz