Question

我想过滤掉每组“行情收录器”中的列，以使剩下的行仅是我在每个行情收录器中最近的时间戳之前的第1、2、3等年。例如：

数据

index     date         ticker    dividends
0         3/31/2019    AA        0.626
1         12/31/2018   AA        0.611
2         9/30/2018    AA        0.611
3         6/30/2018    AA        0.04
4         3/31/2018    AA        0.035
5         12/31/2017   AA        0.02
6         12/31/2018   CC        0.035
7         6/30/2018    CC        0.075
8         12/31/2017   CC        0.04
9         12/31/2016   CC        0.035
10        12/31/2015   CC        0.04
11        6/30/2015    CC        0.06

我想要：

index     date         ticker    dividends
0         3/31/2019    AA        0.626
4         3/31/2018    AA        0.035
6         12/31/2018   CC        0.035
8         12/31/2017   CC        0.04
9         12/31/2016   CC        0.035
10        12/31/2015   CC        0.04

我已经把data.groupby（'ticker'）。filter弄混了一段时间，但是我只是想不出一种pythonic的方式来做到这一点，特别是考虑到每组“ ticker”最近的日期不一定总是相同，并且每个组中日期之间的间隔也不同。

Answer 1

从日期列创建日期系列：

d = pd.to_datetime(df['date'])

获取每个股票代号的最新日期：

r = d.groupby(df['ticker']).transform('max')

从DF中获取月/日组成部分相同的行：

new_df = df[d.dt.month.eq(r.dt.month) & d.dt.day.eq(r.dt.day)]

这给您：

             date ticker  dividends
index                              
0       3/31/2019     AA      0.626
4       3/31/2018     AA      0.035
6      12/31/2018     CC      0.035
8      12/31/2017     CC      0.040
9      12/31/2016     CC      0.035
10     12/31/2015     CC      0.040

Answer 2

您可以编写一个函数：

def filt(group):
    first_day = group.iloc[0, 1]
    return (group['date'].dt.day==first_day.day) & (group['date'].dt.month==first_day.month)

然后过滤掉：

df['date'= = pd.to_datetime(df['date'])
df[df.groupby('ticker').apply(filt).values]



index     date         ticker    dividends
0         3/31/2019    AA        0.626
4         3/31/2018    AA        0.035
6         12/31/2018   CC        0.035
8         12/31/2017   CC        0.04
9         12/31/2016   CC        0.035
10        12/31/2015   CC        0.04

该函数的输出为：

df.groupby('ticker').apply(filt)

ticker    
AA      0      True
        1     False
        2     False
        3     False
        4      True
        5     False
CC      6      True
        7     False
        8      True
        9      True
        10     True
        11    False

筛选出与上一年不完全相同的组中的数据框行

2 个答案: