Pandas数据帧删除重复的基准日期列

Question

我有两个数据表，它们的列与其中一列为日期的列相同。

当主键相同时，我尝试连接数据帧并删除日期较早的行。

输入(df1和df2(：

pk1 | pk2 |  C  |   DATE  
1  |  2  |  3  | 05-09-22
2  |  3  |  4  | 05-09-22

pk1 | pk2 |  C  |   DATE  
1  |  2  |  5  | 06-09-22

输出：

pk1 | pk2 |  C  |   DATE  
2  |  3  |  4  | 05-09-22
1  |  2  |  5  | 06-09-22

Answer 1

您需要在保留第一个的同时丢弃_duplicates。

df = pd.concat([df1,df2]) # concating
df.sort_values(by=['DATE'], ascending=True, inplace=True) # sorting by date
df = df.drop_duplicates(subset=['pk1', pk2], keep='first') # dropping duplicates