每年根据条件查找首次出现

Question

在下面的数据集中，我想找到1的发生日期，如果1连续至少重复3天（例如）重复3天，（如果1发生少于3天，则忽略）

date    strat
2006-01-01  0
2006-01-02  1
2006-01-03  1
2006-01-04  1
2006-01-05  0
2006-01-06  1
2006-01-07  0
…   
2059-12-27  0
2059-12-28  1
2059-12-29  1
2059-12-30  1
2059-12-31  0

最实用的方法是什么？

Answer 1

这是一种方式。您从日期系列中提取年份。然后过滤分层总和大于等于3的年份。最后，按日期对值进行排序，并按年份删除重复项。

df['year'] = pd.to_datetime(df['date']).dt.year

res = df.loc[df.groupby('year')['strat'].transform('sum') >= 3]\
        .sort_values('date')\
        .drop_duplicates(subset=['year'])

print(res)

         date  strat  year
6  2006-12-26      1  2006

设置

已修改以演示您希望应用的逻辑：

print(df)

          date  strat
0   2005-12-24      0
1   2005-12-25      0
2   2005-12-25      1
3   2005-12-25      0
4   2005-12-25      1
5   2005-12-26      0
6   2006-12-26      1
7   2006-12-26      1
8   2006-12-26      1
9   2006-12-27      1
10  2006-12-27      0

Answer 2

过滤strat等于1的df

df = df[df.strat == 1]

Drop复制df中的行（如果您有更多的列并且想要，则可以写入subset = ['date'，'strat']）

df.drop_duplicates(subset=None, keep='first', inplace=True)