Python数据框:根据分组条件过滤数据框

时间:2018-12-28 14:06:36

标签: python dataframe

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。

2 个答案:

答案 0 :(得分:0)

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

答案 1 :(得分:0)

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]