网站建设及报价方案个人门户登录

问题说明：

前几天在Python最强王者交流群【群除我佬】问了一个Pandas处理的问题，这里拿出来给大家分享下。

看上去不太好理解，其实说白了，就是在工资最高里，再找时间最早的。

换句话说就是，这三个人，每个人找工资最高，然后在这个范围里找时间最早  就是他的调薪时间。

解决方法：

这里我们提供一种解决方案：

import pandas as pddata = {'name': ['陈六', '吴三', '吴三', '陈六', '钱十', '陈六', '吴五', '吴五', '陈六', '吴八', '钱十', '陈六'],'date': ['2024-01-04', '2024-01-13', '2024-01-29', '2024-01-12', '2024-01-20', '2024-01-19', '2024-01-27','2024-01-20', '2024-01-09', '2024-01-08', '2024-01-14', '2024-01-28'],'salary': [6026, 5352, 5791, 9567, 9728, 6160, 9015, 9508, 9253, 9570, 8690, 7395]}df = pd.DataFrame(data)
print(df.sort_values(['name', 'salary', 'date'], ascending=[True, False, True]).groupby(['name']).head(1))

结果展示：

代码说明：

print(df.sort_values(['name', 'salary', 'date'], ascending=[True, False, True])

• 排序 DataFrame:
  • df.sort_values([...]): 对 DataFrame df 进行排序。
  • ['name', 'salary', 'date']: 表示按 name、salary 和 date 三列进行排序。
  • ascending=[True, False, True]:
    • 对 name 列进行升序排列（即 A 到 Z）。
    • 对 salary 列进行降序排列（即从高到低）。
    • 对 date 列进行升序排列（即从早到晚）。

经过这一步，DataFrame 将首先按姓名升序排列，在同一姓名下，按薪资降序排列；如果薪资相同，则按日期升序排列。

.groupby(['name']).head(1)

• 分组并选取第一条记录:
  • .groupby(['name']): 根据 name 列将 DataFrame 分组，这会将具有相同名字的行聚集在一起。
  • .head(1): 从每个分组中提取前一行。由于之前已经按薪资降序排列，因此每个姓名组的第一行将是该姓名下薪资最高的记录。

• 打印结果: 最终代码会输出一个 DataFrame，其中每个员工姓名只会保留薪资最高的一条记录，若有多个相同薪资，则选择日期最早的记录。

概要总结：

• 这段代码的主要目的是从 DataFrame 中提取每个员工薪资最高且在先的记录。
• 首先按姓名和薪资进行排序，然后分组并获取每个员工的最高薪资记录。