Question

我有一个熊猫数据框，如下所示：

ID    Date         Event_Type
1     01/01/2019   A
1     01/01/2019   B
2     02/01/2019   A
3     02/01/2019   A

我想留下来：

ID    Date
1     01/01/2019
2     02/01/2019
3     02/01/2019

我的情况是：如果ID相同且dates彼此相距2天之内，则删除其中一行。但是，如果日期相隔两天以上，则保留这两行。

我该怎么做？

Answer 1

我认为您首先需要通过to_datetime将值转换为日期时间，然后获取diff并通过isnull()获取每组的第一值，并比较下一个值是否更高，例如timedelta阈值：

df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

s =  df.groupby('ID')['Date'].diff()
df = df[(s.isnull() | (s > pd.Timedelta(2, 'd')))]
print (df)
   ID       Date Event_Type
0   1 2019-01-01          A
2   2 2019-02-01          A
3   3 2019-02-01          A

用其他数据检查解决方案：

print (df)
   ID        Date Event_Type
0   1  01/01/2019          A
1   1  04/01/2019          B <-difference 3 days
2   2  02/01/2019          A
3   3  02/01/2019          A

df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

s =  df.groupby('ID')['Date'].diff()
df = df[(s.isnull() | (s > pd.Timedelta(2, 'd')))]
print (df)
   ID       Date Event_Type
0   1 2019-01-01          A
1   1 2019-01-04          B
2   2 2019-01-02          A
3   3 2019-01-02          A

操作熊猫数据框-有条件的

1 个答案: