Question

我有一个如下所示的数据框

df：

ID     Age_days    N_30     N_31_90     N_91_180      N_181_365   Group
1      201         60       15          30            40          Good
2      20          2        15          5             20          Normal
3      10          4        0           0             0           Normal
4      100         0        0           0             80          Normal
5      600         0        6           5             60          Good
6      800         0        0           15            0           Good
7      500         10       10          30            40          Normal     
8      200         0        0           0             100         Good
9      500         0        0           0             20          Normal
10     80          0        12          0             20          Normal

哪里

N_30 - Number of transactions in last 30 days
N_31_90 - Number of transactions in last 31 to 90 days and so on.

Conditions for filtering

      If Age_days is less than 30, N_31_90, N_91_180, N_181_365 should be 0.
      If Age_days is less than 90, N_91_180, N_181_365 should be 0.
      If Age_days is less than 180, N_181_365 should be 0.

但是在上面的数据中，有一些行的 Age_days 较少并且之前交易过。我想过滤这些行。

预期输出：

ID     Age_days    N_30     N_31_90     N_91_180      N_181_365   Group
2      20          2        15          5             20          Normal
4      100         0        0           0             80          Normal
10     80          0        12          0             20          Normal

Answer 1

使用 Boolean Mask 过滤条件：

m1 = (df['Age_days'] <= 30) & ((df['N_31_90'] !=0) | (df['N_91_180'] !=0) | (df['N_181_365'] !=0))
m2 = (df['Age_days'] <= 90) & ((df['N_91_180'] !=0) | (df['N_181_365'] !=0))
m3 = (df['Age_days'] <= 180) & (df['N_181_365'] !=0)

print(df[m1|m2|m3])

m1 是无效条件的布尔掩码，其中 Age_days 为 <= 30，而超过 30 天前执行的交易存在非零值。 m2 和 m3 类似。

然后我们对 m1|m2|m3 中的 df[m1|m2|m3] 进行布尔运算，以过滤具有 3 个无效条件之一的行。

输出：

   ID  Age_days  N_30  N_31_90  N_91_180  N_181_365   Group
1   2        20     2       15         5         20  Normal
3   4       100     0        0         0         80  Normal
9  10        80     0       12         0         20  Normal

Answer 2

您可以使用这一衬里：

import numpy as np
df2 = df.loc[df['Age_days'] < np.maximum(np.maximum((df['N_31_90'] > 0) * 31 , (df['N_91_180'] > 0) * 91), (df['N_181_365'] > 0) * 181)]

在熊猫中过滤基于特定条件的数据框

2 个答案: