通过将两个数据帧与groupby进行比较来创建列

Question

我有一个很大的数据框，上面有这样的列：

TimeHrs     A    B    SeqNum

我想弄清楚，如果按SeqNum分组的每个组的最大值A发生在最大值B的+/-2秒内。现在，我让一个groupby为每个组获取A和B的最大值行，如下所示：

idxmaxA = df.loc[df.groupby(['SeqNum'])['A'].idxmax()]
idxmaxB = df.loc[df.groupby(['SeqNum'])['B'].idxmax()]

这给了我两个数据帧，每个组的索引/行的最大值为A和B。如果a的最大值在我可以添加到原始数据帧的B的最大值的2秒内，我将如何比较结果来创建一列布尔值测试？在我的例子中，TimeHrs是1秒的数据，所以每行距离最后一行1秒。因此，我认为比较idxmaxA中每个组的索引值可能在idxmaxB的+/-2行之内，但我不知道如何轻松地做到这一点。你知道吗

Answer 1

有什么原因不能分两步完成吗？你知道吗

在下面的示例中，您将按组查找每个列的最大值，然后使用pd.Series.between执行比较。你知道吗

import pandas as pd

df = pd.DataFrame([[8, 10, 1], [1, 4, 1], [5, 8, 1],
                   [5, 15, 2], [16, 10, 2], [-5, 3, 2],
                   [5, 10, 3], [15, 4, 3], [-5, 12, 3]],
                  columns=['A', 'B', 'SeqNum'])

res = df.groupby('SeqNum', as_index=False).max()
res['test'] = res['B'].between(res['A']-2, res['A']+2)

#    SeqNum   A   B   test
# 0       1   8  10   True
# 1       2  16  15   True
# 2       3  15  12  False