使用DataFram逐行查找最近6个月内发生的事件

2024-09-30 02:31:32 发布

您现在位置:Python中文网/ 问答频道 /正文

假设我有这样一个数据集:

  id_police id_sinistre    datesurv
0      p123        s120  01/01/2018
1      p123        s121  03/01/2018
2      p123        s122  05/05/2018
3      p222        s123  04/05/2018
4      p222        s124  02/12/2018
5      p433        s125  07/08/2018
6      p433        s126  08/09/2018
7      p433        s127  10/10/2018

我的目标是找出每一行在过去6个月内最后出现的id_police,如下所示:

  id_police id_sinistre    datesurv  occ
0      p123        s120  01/01/2018    0
1      p123        s121  03/01/2018    1
2      p123        s122  05/05/2018    2
3      p222        s123  04/05/2018    0
4      p222        s124  02/12/2018    0
5      p433        s125  07/08/2018    0
6      p433        s126  08/09/2018    1
7      p433        s127  10/10/2018    2

我想我需要.duplicated.groupby但我不知道如何使用它们。。。提前感谢您的帮助!你知道吗


Tags: idpolices124s123s120p123datesurvs126
2条回答

另一种选择是^{}这个datesurv,也可以使用^{}来创建6个月的组,并使用^{}

df.datesurv = pd.to_datetime(df.datesurv, format='%d/%m/%Y')
g = pd.Grouper(key='datesurv', freq='6MS')
df.assign(occ=df.groupby(['id_police', g]).cumcount())

   id_police id_sinistre   datesurv  occ
0      p123        s120 2018-01-01    0
1      p123        s121 2018-01-03    1
2      p123        s122 2018-05-05    2
3      p222        s123 2018-05-04    0
4      p222        s124 2018-12-02    0
5      p433        s125 2018-08-07    0
6      p433        s126 2018-09-08    1
7      p433        s127 2018-10-10    2

如果6个月应简化为6*30天,则使用带有diff的自定义lambda函数,按值和上次累计和进行比较:

df['datesurv'] = pd.to_datetime(df['datesurv'], dayfirst=True)

df = df.sort_values(['id_police','datesurv'])

f = lambda x: (x.diff().dt.days < 30 * 6).cumsum()
df['occ'] = df.groupby('id_police')['datesurv'].apply(f)

print (df)
  id_police id_sinistre   datesurv  occ
0      p123        s120 2018-01-01    0
1      p123        s121 2018-01-03    1
2      p123        s122 2018-05-05    2
3      p222        s123 2018-05-04    0
4      p222        s124 2018-12-02    0
5      p433        s125 2018-08-07    0
6      p433        s126 2018-09-08    1
7      p433        s127 2018-10-10    2

相关问题 更多 >

    热门问题