熊猫分组依据排名保持行

问题描述

我有这个dataframe：

    date        value       source
0   2020-02-14  0.438767    L8-SR
1   2020-02-15  0.422867    S2A-SR
2   2020-03-01  0.657453    L8-SR
3   2020-03-01  0.603989    S2B-SR
4   2020-03-11  0.717264    S2B-SR
5   2020-04-02  0.737118    L8-SR

我想在groupby列旁边date，在其中我根据从source列中选择的排名/重要性来保留行。例如，我的排名是L8-SR> S2B-SR> GP6_r，这意味着对于所有具有相同日期的行，请将行保留在source==L8-SR处，如果其中没有包含L8-SR，则将行保留在{{ 1}}等。如何在source==S2B-SR

中完成此操作

输出应如下所示：

pandas groupby

解决方法

让我们尝试category dtype和drop_duplicates：

orders = ['L8-SR','S2B-SR','GP6_r']

df.source = df.source.astype('category')

df.source.cat.set_categories(orders,ordered=True)

df.sort_values(['date','source']).drop_duplicates(['date'])

输出：

         date     value  source
0  2020-02-14  0.438767   L8-SR
1  2020-02-15  0.422867  S2A-SR
2  2020-03-01  0.657453   L8-SR
4  2020-03-11  0.717264  S2B-SR
5  2020-04-02  0.737118   L8-SR

,

请按以下代码尝试按操作分组。要在此操作后订购，您可以执行排序方式：

# Import pandas library
import pandas as pd

# Declare a data dictionary contains the data mention in table
pandasdata_dict = {'date':['2020-02-14','2020-02-15','2020-03-01','2020-03-11','2020-04-02'],'value':[0.438767,0.422867,0.657453,0.603989,0.717264,0.737118],'source':['L8-SR','S2A-SR','L8-SR','L8-SR']}  

# Convert above dictionary data to the data frame
df = pd.DataFrame(pandasdata_dict)

# display data frame
df

# Convert date field to datetime 
df["date"] = pd.to_datetime(df["date"])

# Once conversion done then do the group by operation on the data frame with date field
df.groupby([df['date'].dt.date])