Question

我有一个招聘审核表，其中包含诸如 Applicant_ID，状态， DateTime （带有申请人获得该状态的日期和时间的时间戳）和 Active_Status < / strong>（对/错）。

问题是我没有状态更改的时间戳列。

我要这样做的是：

对于 Active_Status 为False的每一行，我想查找具有相同 Applicant_ID 的行，并返回 DateTime 值，是新行中的下一行（大于actve行的 DateTime 值，但其他行中的最小值）。

我将不得不一次又一次地使用具有相同结构且包含约15万行的表。

数据集示例：

Applicant_ID Active_Status Status DateTime 42830 True Rejected 2018.08.06. 11:33:47 42830 False Status1 2018.07.14. 6:46:04 42831 False Status1 2018.07.14. 8:25:22 42831 True Rejected 2018.08.06. 15:08:58 42832 False Status1 2018.07.14. 9:03:37 42832 False No 2018.07.16. 8:25:12 42832 True Rejected 2018.08.31. 13:44:30

我想创建什么：

Applicant_ID Active_Status Status DateTime Changed 42830 True Rejected 2018.08.06. 11:33:47 Active 42830 False Status1 2018.07.14. 6:46:04 2018.08.06. 11:33:47 42831 False Status1 2018.07.14. 8:25:22 2018.08.06. 15:08:58 42831 True Rejected 2018.08.06. 15:08:58 Active 42832 False Status1 2018.07.14. 9:03:37 2018.07.16. 8:25:12 42832 False No 2018.07.16. 8:25:12 2018.08.31. 13:44:30 42832 True Rejected 2018.08.31. 13:44:30 Active

Answer 1

看看[Pandas shift功能] [1]

首先，您应该使用看日期的字符串对列进行标准化。

from dateutil.parser import parse
df['DateTime'] = df['DateTime'].apply(parse)

对值进行排序并为每个组应用移位功能

df = df.sort_values(by=['Applicant_ID', 'DateTime'])
df['Changed'] = df.groupby('Applicant_ID').DateTime.shift(-1)

结果：

Applicant_ID    Active_Status   Status  DateTime            Changed
1      42830    False      Status1      2018-07-14 06:46:04 2018-08-06 11:33:47
0      42830    True       Rejected     2018-08-06 11:33:47 NaT
2      42831    False      Status1      2018-07-14 08:25:22 2018-08-06 15:08:58
3      42831    True       Rejected     2018-08-06 15:08:58 NaT
4      42832    False      Status1      2018-07-14 09:03:37 2018-07-16 08:25:12
5      42832    False      No           2018-07-16 08:25:12 2018-08-31 13:44:30
6      42832    True       Rejected     2018-08-31 13:44:30 NaT

如何使用Python查找具有相同ID的下一个日期？

1 个答案: