0

Есть много строк, среди которых есть одинаковые строки по столбцу 'название', но у них разные даты.

Мне нужно чтобы оставалась только та строка из каждой группы, где дата самая свежая. Я уже 6-й час пытаюсь это сделать, но безуспешно. Может есть какие идеи, пожалуйста?

2 ответа 2

1

Решение с испольованием модуля Pandas:

  • читаем Excel файл в Pandas DataFrame
  • сортируем фрейм по датам
  • группируем отсортированный фрейм по наименованию
  • выбираем из каждой группы только одну последнюю строку
  • сохраняем результат в новый Excel файл

Пример:

import pandas as pd

df = pd.read_excel("filename.xlsx")
res = df.sort_values("date").groupby("name", as_index=False).last(1)
res.to_excel("result.xlsx", index=False)

Пример данных:

  name        date
0  aaa  2021-10-10
1  bbb  2020-01-01
2  aaa  2021-09-09
3  bbb  2020-02-02
4  ccc  2000-12-31

результат:

In [223]: df.sort_values("date").groupby("name", as_index=False).last(1)
Out[223]:
  name        date
0  aaa  2021-10-10
1  bbb  2020-02-02
2  ccc  2000-12-31

пример решения для опубликованного файла:

import pandas as pd

df = pd.read_excel("test2.xlsx", parse_dates=["Время договора"])
res = df.groupby("Наименование инструмента", as_index=False).apply(lambda x: x.nlargest(1, "Время договора"))
res.to_excel("result.xlsx", index=False)
7
  • Господи, а я то такую ... выдумывать начал, огромное спасибо, добра тебе)) Если сейчас получится вместо тонн мусора, вот этот прекрасный код адаптировать, буду безумно счастлив) 7 ноя 2021 в 9:57
  • но вот проблема, он удаляет столбец с name, оставляет date 7 ноя 2021 в 10:05
  • @MikhailIvanov, можете выложить пример данных в виде Excel файла на какой-нибудь файлообменник? 7 ноя 2021 в 10:07
  • 1
    вот, загрузил dropmefiles.com/347dv 7 ноя 2021 в 10:08
  • 1
    моё решение вот такого формата res = df.sort_values('date').groupby('key').tail(1) 7 ноя 2021 в 10:18
0

Если правильно вас понял, то у вас есть таблица, в которой, как минимум два столбца: название и дата, при этом название - не уникальный, дата - уникальный.

Предлагаю вам посмотреть в сторону следующего алгоритма:

  1. Пройтись по всем полям, сохраняя индексы (номера строк) для одинаковых названий;
  2. Параллельно сохранять даты для этих же индексов, это понадобится далее;
  3. Найти самую свежую дату и сохранить связанный с ней индекс, остальные удалить.

Вы можете повторить этот алгоритм для всех названий, выполняя скрипт несколько раз подряд, пока не останется одинаковых названий, либо дописать скрипт, чтобы он сразу группировал названия.

Будет очень полезно, если поделитесь своим кодом и текущими результатами, чтобы было от чего дополнительно отталкиваться.

1
  • ок, позже опубликую код 7 ноя 2021 в 9:29

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими условиями использования и подтверждаете, что прочитали и поняли наши политику конфиденциальности и нормы поведения.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.