Wählen Sie den letzten Zeitstempel für jedes Datum

Question

Ein Datenframe enthält nur ein paar Zeitstempel pro Tag und ich muss für jedes Datum den neuesten auswählen (nicht die Werte, der Zeitstempel selbst). die df sieht wie folgt aus:

       A  B  C 
2016-12-05 12:00:00+00:00 126.0 15.0 38.54 
2016-12-05 16:00:00+00:00 131.0 20.0 42.33 
2016-12-14 05:00:00+00:00 129.0 18.0 43.24 
2016-12-15 03:00:00+00:00 117.0 22.0 33.70 
2016-12-15 04:00:00+00:00 140.0 23.0 34.81 
2016-12-16 03:00:00+00:00 120.0 21.0 32.24 
2016-12-16 04:00:00+00:00 142.0 22.0 35.20 

ich es geschafft, zu erreichen, was ich durch die Definition der folgenden Funktion benötigt:

def find_last_h(df,column): 
    newindex = [] 
    df2 = df.resample('d').last().dropna() 
    for x in df2[column].values: 
     newindex.append(df[df[column]==x].index.values[0]) 
    return pd.DatetimeIndex(newindex) 

, mit dem ich die Spalte Werte zu verwenden, als Filter angeben, um die gewünschten Zeitstempel zu erhalten . Das Problem hier ist im Fall von nicht eindeutigen Werten, die möglicherweise nicht wie gewünscht funktionieren.

Ein anderer Weg, die verwendet wird, ist:

grouped = df.groupby([df.index.day,df.index.hour]) 
    grouped.groupby(level=0).last() 

und dann die Zeitstempel rekonstruieren, aber es ist noch ausführlicher. Was ist der schlaue Weg?

Answer 1

Verwenden boolean indexing mit Maske erstellt von duplicated und floor für truncate times:

idx = df.index.floor('D') 
df = df[~idx.duplicated(keep='last') | ~idx.duplicated(keep=False)] 
print (df) 
         A  B  C 
2016-12-05 16:00:00 131.0 20.0 42.33 
2016-12-14 05:00:00 129.0 18.0 43.24 
2016-12-15 04:00:00 140.0 23.0 34.81 
2016-12-16 04:00:00 142.0 22.0 35.20 

Eine andere Lösung mit reset_index + set_index:

df = df.reset_index().groupby([df.index.date]).last().set_index('index') 
print (df) 
         A  B  C 
index         
2016-12-05 16:00:00 131.0 20.0 42.33 
2016-12-14 05:00:00 129.0 18.0 43.24 
2016-12-15 04:00:00 140.0 23.0 34.81 
2016-12-16 04:00:00 142.0 22.0 35.20 

---

resample und groupbydates nur verloren Zeiten:

print (df.resample('1D').last().dropna()) 
       A  B  C 
2016-12-05 131.0 20.0 42.33 
2016-12-14 129.0 18.0 43.24 
2016-12-15 140.0 23.0 34.81 
2016-12-16 142.0 22.0 35.20 

print (df.groupby([df.index.date]).last()) 
       A  B  C 
2016-12-05 131.0 20.0 42.33 
2016-12-14 129.0 18.0 43.24 
2016-12-15 140.0 23.0 34.81 
2016-12-16 142.0 22.0 35.20 

Answer 2

wie etwa df.resample('24H',kind='period').last().dropna()?