我在pandas中有以下数据帧,它由约3500万行组成,平均序列长度约为22:
session id servertime
1 3085 2018-10-09 13:20:25.096
1 3671 2018-10-21 08:19:39.078
1 2015 2018-10-23 21:22:27.647
7 4066 2018-10-29 00:04:16.707
7 4991 2018-10-30 11:00:57.918
7 4495 2018-10-31 04:50:56.864
7 5131 2018-11-04 10:49:03.044
7 4982 2018-11-04 12:02:03.738
7 4495 2018-11-04 12:43:53.595
7 3906 2018-11-05 16:55:17.891
7 8743 2018-11-06 16:55:17.891
7 6541 2018-11-07 16:55:17.891
7 3447 2018-11-08 16:55:17.891
7 6541 2018-11-08 18:55:17.891
7 1234 2018-11-09 16:55:17.891
20 10256 2018-08-28 11:09:35.902
20 11220 2018-09-09 06:49:48.44
20 5237 2018-09-13 12:01:09.677
20 5547 2018-09-13 12:02:34.762
20 6454 2018-09-13 12:07:40.061
当序列的长度大于10时,我想从序列中筛选出“最旧”的值。 也就是说,在上面的数据帧中,序列7的长度是12。因此,我想过滤掉序列中的前两行
因此,预期产出应如下:
session id servertime
1 3085 2018-10-09 13:20:25.096
1 3671 2018-10-21 08:19:39.078
1 2015 2018-10-23 21:22:27.647
7 4495 2018-10-31 04:50:56.864
7 5131 2018-11-04 10:49:03.044
7 4982 2018-11-04 12:02:03.738
7 4495 2018-11-04 12:43:53.595
7 3906 2018-11-05 16:55:17.891
7 8743 2018-11-06 16:55:17.891
7 6541 2018-11-07 16:55:17.891
7 3447 2018-11-08 16:55:17.891
7 6541 2018-11-08 18:55:17.891
7 1234 2018-11-09 16:55:17.891
20 10256 2018-08-28 11:09:35.902
20 11220 2018-09-09 06:49:48.44
20 5237 2018-09-13 12:01:09.677
20 5547 2018-09-13 12:02:34.762
20 6454 2018-09-13 12:07:40.061
我怎样才能最有效地做到这一点
事先谢谢你
/马蒂亚斯
对两列使用^{} ,然后使用^{} :
我会按日期对你的数据帧进行排序,这样它们才是有序的。然后只保留每个groupby会话的最后10行
相关问题 更多 >
编程相关推荐