索引错误：列状态已选择

Question

有一个数据框数据如下   InsuranceId InsuranceStatus  Date0  Ins1234     DuePayment       2020-06-07 23:59:43.123456+00:001  Ins1234     Successful       2019-06-07 23:59:43.123456+00:002  Ins1234     Successful       2018-06-07 23:59:43.123456+00:003  Ins5678     DuePayment       2020-07-07 22:59:32.123421+00:004  Ins5678     Successful       2019-07-07 22:59:32.123421+00:005  Ins5678     Successful       2018-07-07 22:59:32.123421+00:00尝试根据 InsuranceId 和 max(Date) 分组创建行号/排名df['RowNum'] = df.groupby('InsuranceId')['InsuranceStatus']['Date'].rank(method="first", ascending=True)and df['RowNum'] = df.groupby(by=['InsuranceId'])['InsuranceStatus']['Date'].transform(lambda x: x.rank())通过引用PANDAS 中类似 SQL 的窗口函数：Python Pandas Dataframe 中的行编号Error: Index Error: Columns status already selected 试图达到以下输出   InsuranceId InsuranceStatus  Date                                RowNum0  Ins1234     DuePayment       2020-06-07 23:59:43.123456+00:00    11  Ins1234     Successful       2019-06-07 23:59:43.123456+00:00    22  Ins1234     Successful       2018-06-07 23:59:43.123456+00:00    33  Ins5678     DuePayment       2020-07-07 22:59:32.123421+00:00    14  Ins5678     Successful       2019-07-07 22:59:32.123421+00:00    25  Ins5678     Successful       2018-07-07 22:59:32.123421+00:00    3有什么我想补充的吗？请提出任何建议最终输出：   InsuranceId InsuranceStatus  Date                                   Ins1234     DuePayment       2020-06-07 23:59:43.123456+00:00       Ins5678     DuePayment       2020-07-07 22:59:32.123421+00:00    

Answer 1

使用rank. 只需传递您想要进行分组的值并对需要排名的列进行排名即可。

df['Rank'] = df.groupby(by=['InsuranceId'])['Date'].rank(method='max',ascending=False)
df[df['Rank']==1]

输出：

InsuranceId InsuranceStatus  Date                                
Ins1234     DuePayment       2020-06-07 23:59:43.123456+00:00    
Ins5678     DuePayment       2020-07-07 22:59:32.123421+00:00