擅长:python、mysql、java
<p>对于第一部分,使用<code>groupby</code>+<code>nunique</code>-</p>
<pre><code>df.groupby('number').type.transform('nunique')
0 2
1 2
2 2
3 2
4 2
Name: type, dtype: int64
df = df[df.groupby('number').type.transform('nunique').gt(1)]
type number date
0 1 1 2017-10-01
1 2 1 2017-10-31
2 1 2 2017-09-01
3 1 2 2017-08-01
4 2 2 2017-06-01
</code></pre>
<hr/>
<p>第二部分有点挑战性,但是你可以<code>groupby</code>,<code>unstack</code>,调用<code>diff</code>,然后得到一个掩码-</p>
<pre><code>df['type_2_before_type_1'] = \
df.groupby(['number', 'type'])\
.first()\
.unstack()\
.diff(-1, axis=1)\
.iloc[:, 0]\
.reindex(df.number)\
.astype(int)\
.lt(0)\
.values
df
type number date type_2_before_type_1
0 1 1 2017-10-01 True
1 2 1 2017-10-31 True
2 1 2 2017-09-01 False
3 1 2 2017-08-01 False
4 2 2 2017-06-01 False
</code></pre>