索引错误：列状态已选择

Question

有一个数据框数据如下

   InsuranceId InsuranceStatus  Date

0  Ins1234     DuePayment       2020-06-07 23:59:43.123456+00:00

1  Ins1234     Successful       2019-06-07 23:59:43.123456+00:00

2  Ins1234     Successful       2018-06-07 23:59:43.123456+00:00

3  Ins5678     DuePayment       2020-07-07 22:59:32.123421+00:00

4  Ins5678     Successful       2019-07-07 22:59:32.123421+00:00

5  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                                RowNum

0  Ins1234     DuePayment       2020-06-07 23:59:43.123456+00:00    1

1  Ins1234     Successful       2019-06-07 23:59:43.123456+00:00    2

2  Ins1234     Successful       2018-06-07 23:59:43.123456+00:00    3

3  Ins5678     DuePayment       2020-07-07 22:59:32.123421+00:00    1

4  Ins5678     Successful       2019-07-07 22:59:32.123421+00:00    2

5  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