Question

嗨，我有一个如下数据框：

ID    date          
1     01.01.2017        
1     01.01.2017        
1     01.04.2017        
2     01.01.2017        
2     01.01.2017        
2     01.02.2017

我要过滤的ID的日期差的最大和最小值为3天。最终的数据帧应该像这样，因为只有id 1符合条件：

ID    date          
1     01.01.2017        
1     01.01.2017        
1     01.04.2017

谢谢。

Answer 1

您可以创建一个遮罩，然后将其用作过滤器：

import pandas as pd

# create sample data-frame
data = [[1, '01.01.2017'], [1, '01.01.2017'], [1, '01.04.2017'],
        [2, '01.01.2017'], [2, '01.01.2017'], [2, '01.02.2017']]
df = pd.DataFrame(data=data, columns=['id', 'date'])
df['date'] = pd.to_datetime(df.date)

# create mask
mask = df.groupby('id')['date'].transform(lambda x: (x.max() - x.min()).days == 3)

# filter
result = df[mask]

print(result)

输出

   id       date
0   1 2017-01-01
1   1 2017-01-01
2   1 2017-01-04

Answer 2

您可以将Groupby.filter与自定义的lambda函数一起使用，以检查最大日期和最小日期之间的时差是否为3天：

d = datetime.timedelta(days=3)
df.groupby('ID').date.filter(lambda x: (x.max() - x.min()) == d)

ID
1   2017-01-01
1   2017-01-01
1   2017-01-04
Name: date, dtype: datetime64[ns]

Python数据框：根据分组条件过滤数据框

2 个答案: