我有以下数据框
date id type
11/10/2019 1 A
15/10/2019 1 B
05/11/2019 1 B
11/11/2019 1 A
15/10/2019 2 B
21/10/2019 2 A
31/10/2019 2 B
21/11/2019 2 A
21/12/2019 2 A
18/11/2019 3 A
21/11/2019 3 B
27/11/2019 3 B
14/12/2019 3 A
我想标记此数据框中满足以下条件的每一行
类型为A
在当前行的前/后正好1个月存在一个类型为A且具有相同ID的行
也就是说，我想将上述数据框转换为
date id type flagged
11/10/2019 1 A True
15/10/2019 1 B False
05/11/2019 1 B False
11/11/2019 1 A True
15/10/2019 2 B False
21/10/2019 2 A True
31/10/2019 2 B False
21/11/2019 2 A True
21/12/2019 2 A True
18/11/2019 3 A False
21/11/2019 3 B False
27/11/2019 3 B False
14/12/2019 3 A False
问题：我该如何解决此问题？
答案 0 :(得分：0)
这是我非常简单的方法
df['data'] = pd.to_datetime(df['data'], format = '%d/%m/%Y')
df['dt'] = list(zip(df['id'], df['type'], pd.to_datetime(df['data']).dt.date))
df['fwd'] = list(zip(df['id'], df['type'], (pd.to_datetime(df['data']) + pd.DateOffset(months=1)).dt.date))
df['bwd']= list(zip(df['id'], df['type'], (pd.to_datetime(df['data']) - pd.DateOffset(months=1)).dt.date))
Out[1]:
data id type dt fwd bwd
0 2019-10-11 1 A (1, A, 2019-10-11) (1, A, 2019-11-11) (1, A, 2019-09-11)
1 2019-10-15 1 B (1, B, 2019-10-15) (1, B, 2019-11-15) (1, B, 2019-09-15)
2 2019-11-05 1 B (1, B, 2019-11-05) (1, B, 2019-12-05) (1, B, 2019-10-05)
3 2019-11-11 1 A (1, A, 2019-11-11) (1, A, 2019-12-11) (1, A, 2019-10-11)
4 2019-10-15 2 B (2, B, 2019-10-15) (2, B, 2019-11-15) (2, B, 2019-09-15)
5 2019-10-21 2 A (2, A, 2019-10-21) (2, A, 2019-11-21) (2, A, 2019-09-21)
6 2019-10-31 2 B (2, B, 2019-10-31) (2, B, 2019-11-30) (2, B, 2019-09-30)
7 2019-11-21 2 A (2, A, 2019-11-21) (2, A, 2019-12-21) (2, A, 2019-10-21)
8 2019-12-21 2 A (2, A, 2019-12-21) (2, A, 2020-01-21) (2, A, 2019-11-21)
9 2019-11-18 3 A (3, A, 2019-11-18) (3, A, 2019-12-18) (3, A, 2019-10-18)
10 2019-11-21 3 B (3, B, 2019-11-21) (3, B, 2019-12-21) (3, B, 2019-10-21)
11 2019-11-27 3 B (3, B, 2019-11-27) (3, B, 2019-12-27) (3, B, 2019-10-27)
12 2019-12-14 3 A (3, A, 2019-12-14) (3, A, 2020-01-14) (3, A, 2019-11-14)
df['flagged'] = [(f[1] =='A') and ((f in list(df['fwd'])) or (f in list(df['bwd']))) for f in df['dt']]
df[['data','id','type','flagged']]
Out[2]:
data id type flagged
0 2019-10-11 1 A True
1 2019-10-15 1 B False
2 2019-11-05 1 B False
3 2019-11-11 1 A True
4 2019-10-15 2 B False
5 2019-10-21 2 A True
6 2019-10-31 2 B False
7 2019-11-21 2 A True
8 2019-12-21 2 A True
9 2019-11-18 3 A False
10 2019-11-21 3 B False
11 2019-11-27 3 B False
12 2019-12-14 3 A False