我们假设我有一个像这样的DataFrame:
date id val
0 2017-01-01 1 10
1 2019-01-01 1 20
2 2017-01-01 2 50
我想按id
对此数据集进行分组
对于每个组,我想为其添加一个新行,日期为1年。仅当行晚于组中的最后一个日期时才应添加此行。行的val应该与组中的最后一行相同。
决赛桌应如下所示:
date id val
0 2017-01-01 1 10
1 2019-01-01 1 20
2 2017-01-01 2 50
3 2018-09-25 2 50 <-- new row
目前的代码如下。我可以获得一个掩码,显示哪些组需要附加一行,但不知道下一步该做什么。
>>> df = pd.DataFrame(data={'d': [datetime.date(2017, 1, 1), datetime.date(2019,1,1), datetime.date(2017,1,1)], 'id': [1,1,2], 'val': [10,20,50]})
>>> df = df.sort_values(by='d')
>>> future_date = (pd.datetime.now().date() + pd.DateOffset(years=1)).date()
>>> maxd = df.groupby('id')['d'].max()
>>> maxd < future_date
id
1 False
2 True
Name: d, dtype: bool
答案 0 :(得分:4)
这是单程
In [3481]: def add_row(x):
...: next_year = pd.to_datetime('today') + pd.DateOffset(years=1)
...: if x['date'].max() < next_year:
...: last_row = x.iloc[-1]
...: last_row['date'] = next_year
...: return x.append(last_row)
...: return x
...:
In [3482]: df.groupby('id').apply(add_row).reset_index(drop=True)
Out[3482]:
date id val
0 2017-01-01 1 10
1 2019-01-01 1 20
2 2017-01-01 2 50
3 2018-09-25 2 50
答案 1 :(得分:2)
对于max
date
的行,您可以idxmax
与loc
一起使用:
future_date = pd.to_datetime('today') + pd.DateOffset(years=1)
maxd = df.loc[df.groupby('id')['d'].idxmax()]
maxd = maxd[maxd['d'] < future_date]
maxd['d'] = future_date
print (maxd)
d id val
2 2018-09-25 2 50
df = pd.concat([df, maxd]).sort_values(['id','d']).reset_index(drop=True)
print (df)
d id val
0 2017-01-01 1 10
1 2019-01-01 1 20
2 2017-01-01 2 50
3 2018-09-25 2 50
答案 2 :(得分:2)
另一种查看方式,使用<div [style.visibility]="condition ? 'hidden' : 'visible'"></div>
查找每duplicated
的最后一行
'id'