python数据框索引_python-如何访问多索引数据框的最后一个元...

鉴于此设置：

import pandas as pd

import numpy as np

import io

content = io.BytesIO("""\

IDs timestamp value

0 2010-10-30 1

0 2010-11-30 2

1 2000-01-01 300

1 2007-01-01 33

1 2010-01-01 400

2 2000-01-01 11""")

df = pd.read_table(content, header=0, sep='\s+', parse_dates=[1])

df.set_index(['IDs', 'timestamp'], inplace=True)

使用reset_index后跟groupby

df.reset_index(['timestamp'], inplace=True)

print(df.groupby(level=0).last())

产量

timestamp value

IDs

0 2010-11-30 00:00:00 2

1 2010-01-01 00:00:00 400

2 2000-01-01 00:00:00 11

但是,这并不是最好的解决方案.应该有一种方法可以不调用reset_index …

正如您在注释中指出的那样,last会忽略NaN值.要不跳过NaN值,可以这样使用groupby / agg：

df.reset_index(['timestamp'], inplace=True)

grouped = df.groupby(level=0)

print(grouped.agg(lambda x: x.iloc[-1]))