Question

我正在使用如下的DataFrame：

User_ID    Datetime
01    2014-01-01 08:00:00
01    2014-01-02 09:00:00
02    2014-01-02 10:00:00
02    2014-01-03 11:00:00
03    2014-01-04 12:00:00
04    2014-01-04 13:00:00
05    2014-01-02 14:00:00

我想根据日期时间列在特定条件下过滤用户，例如仅过滤具有一次/月的用户，或仅过滤仅在夏季出现的用户等。

到目前为止，我已将df分组为：

g = df.groupby(['User_ID','Datetime']).size()

及时获取每个用户的“痕迹”：

User_ID    Datetime
01    2014-01-01 08:00:00
      2014-01-02 09:00:00
02    2014-01-02 10:00:00
      2014-01-03 11:00:00
03    2014-01-04 12:00:00
04    2014-01-04 13:00:00
05    2014-01-02 14:00:00

然后我应用了一个掩码来过滤，例如，具有多个跟踪的用户：

mask = df.groupby('User_ID')['Datetime'].apply(lambda g: len(g)>1)
df = df[df['User_ID'].isin(mask[mask].index)]

所以这很好。我正在寻找一个函数而不是lambda g: len(g)>1能够在不同条件下过滤用户，正如我之前所说的那样。特别是过滤一次/月的用户。

Answer 1

只要您的'Datetime'dtype已经是日期时间并且您正在运行pandas版本0.15.0或更高版本，那么除了用户ID之外，您还可以按月分组，然后通过检查组的长度来过滤结果：

In [29]:

df.groupby(['User_ID',df['Datetime'].dt.month]).filter(lambda x: len(x) > 1)
Out[29]:
   User_ID            Datetime
0        1 2014-01-01 08:00:00
1        1 2014-01-02 09:00:00
2        2 2014-01-02 10:00:00
3        2 2014-01-03 11:00:00

pandas - 如何过滤“最常见的”Datetime对象

1 个答案: