获得最后一行，可以使用pandas groupby满足条件

Question

类似

的	框	数据	一个	有	我
​	​	​	​	​	​
​：18	1/1/2200 00:00：00	452953	9122,57	5366,46	69.99％1/1/
1/1 00:00：00	11/3/2022 15:31:18 452954	1	/1	/	1/1/
11/3/2022 15:31:18	1/1/2200 00:00:00	452954	9122,57	5366,46	69.99％
1/ 1/1	/1/1/1/1900 00:00：00:00 21/7/2021 16:30:46	452961 452961	6170,98	4024,71	53.33％
7/2021 16:30:46	11/3/2022 15:31:09	452961	5312	6170,98	21 /
13.98	13.98 00:00:00	452961	9122,57	5312	71.74％1/1
/1/1/1/1/1/ 100:00	13/10/2021 14:39:55	801286	4052,1 1332,1	1332,8	204.03％13403％13/
10/2021/2021 14:39： 55	13/10/2021 14:43:09	801286	4,4732	4052,1	99.89％
13/10/2021 14:43:09	3/2/2/2/2022 17:16:23	801286	4473,2 4473,2	4,4732	99900.00％
3 /2/2022 17:16:23	1/1/2200 00:00:00	801286	4946,8	4473,2	10.59％

我需要检查每个项目_ID，并获取COST_VAR IS的最后一行。如果是最后一行，那没关系，但是如果有一个，则是＆lt; 60％，我必须丢弃最后一行60％。输出应该看起来像这样：

date_from	date_to	item_id	value_new	value_old	cost_var
11/3/2022 15:31:18	1/1/1/1/2200 00:00:00	452953	9122,57 5366,57	5366,46	69.99％69.99％11/3/2022
15:31：3/2022 15:31： 18	1/1/2200 00:00:00	452954	9122,57	5366,46	69.99％
11/3/2022 15:31:09	1/1/1/1/2200 00:00:00	452961	9122,57	5312	71.74％

5312 71.74％ 802186 802186没有价值，因为最后一行＆gt; 60％（99900.00％）的下一行和cost_var＆lt; 60％（10.59％）...是否可以这样做？我找不到解决方法。

Answer 1

我们可以使用groupby选择每个item_id的最后一行，并且只选择其中cost_var＆gt; 60％使用查询。

df.groupby('item_id', as_index=False).last().query("cost_var.str.rstrip('%').astype('float')>60")