Python Pnadas グループ化のデータ集計について

Question

前提

Pandasを使用してデータ成形を行っており下記の件で困っています。

実現したいこと

各cuty毎の最新のtimeとそのActiveを出力する方法を知りたいです。

上記の表から
下記の表に書きなすプログラムを教えてほしいです。

ユニークを取って最新にする書き方がわかりません。
ご教授頂けますと助かります。
よろしくお願い致します。

検証環境
Python 3.9.8

Answer 1

いかのような感じでできます。

import pandas as pd

df = pd.DataFrame({'city':['FUK','TKO','FUK','TKO'], 'time':['2022-01-01','2022-02-01','2022-03-01','2022-04-01'], 'Active':[0,1,0,1]})
df['time'] = pd.to_datetime(df['time'])
print(df)
"""
  city       time  Active
0  FUK 2022-01-01       0
1  TKO 2022-02-01       1
2  FUK 2022-03-01       0
3  TKO 2022-04-01       1
"""

# city毎にtimeの最大レコードを抽出
idx = df.groupby('city')['time'].transform(max) == df['time']
print(df[idx])
"""
  city       time  Active
2  FUK 2022-03-01       0
3  TKO 2022-04-01       1
"""

Comments

[watchdogs]

回答ありがとうございます。グループバイのやり方での解決策が知りたかったので、非常に助かりました。

Answer 2

dataframe内の時系列が順不同になっている点を失念していたので削除(回答になっていないため)

元の回答はdrop_duplicatesの紹介でしたが、groupbyの解説も含まれていたので一応リンクだけ残しておきます。
https://note.nkmk.me/python-pandas-duplicated-drop-duplicates/

Comments

[watchdogs]

ヒントをありがとうございます。あらかじめ時間を最新順にソートしてdrop_duplicates関数を用いて解決しました。