Fatal编程技术网
  • pandas/
  • Pandas 日复一日地排除具有某些值的ID

Pandas 日复一日地排除具有某些值的ID

pandas

Pandas 日复一日地排除具有某些值的ID,pandas,Pandas,我有这个df： ID Date X Y A 16-07-19 123 56 A 17-07-19 456 84 A 18-07-19 0 58 A 19-07-19 123 81 B 19-07-19 456 70 B 21-07-19 789 46 B 22-07-19 0 19 B 23-07-19 0 91 C 14-07-19 0 86 C 16-07-19 456 91

我有这个df：

ID      Date    X   Y
 A  16-07-19  123  56
 A  17-07-19  456  84
 A  18-07-19    0  58
 A  19-07-19  123  81
 B  19-07-19  456  70
 B  21-07-19  789  46
 B  22-07-19    0  19
 B  23-07-19    0  91
 C  14-07-19    0  86
 C  16-07-19  456  91
 C  17-07-19  456  86
 C  18-07-19    0  41
 C  19-07-19  456  26
 C  20-07-19  456  17
 D  06-07-19  789  98
 D  08-07-19  789  90
 D  09-07-19    0  94
我想逐日排除在
X
列中有任何值的ID（除了
0
）

例如：
A
在
16-07-19
上的值为
123
，在
17-07-19
上的值为
456
。因此，应排除所有
A
的观察结果

预期结果：

ID      Date    X   Y
 B  19-07-19  456  70
 B  21-07-19  789  46
 B  22-07-19    0  19
 B  23-07-19    0  91
 D  06-07-19  789  98
 D  08-07-19  789  90
 D  09-07-19    0  94
让我们以矢量化的方式来实现这一点，以尽可能保持代码的效率 （意思是：我们避免使用
GroupBy.apply
）

  • 首先，我们检查
    Date
    中的差异是否等于
    1天
  • 我们检查
    X
    列是否
    不等于
    0
  • 我们创建一个临时列
    m
    ，检查这两个条件是否都为
    True
  • 我们在
    ID
    上
    groupby
    并删除
    行中任何
    为
    True
    • #df['Date']=pd.to_datetime（df['Date']）

    # df['Date'] = pd.to_datetime(df['Date'])  <- if Date is not datetime type

m1 = df['Date'].diff(1).eq(pd.Timedelta(1, unit='d'))
m2 = df['X'].ne(0)

df['m'] = m1&m2

df = df[~df.groupby('ID')['m'].transform('any')].drop(columns='m')

   ID       Date    X   Y
4   B 2019-07-19  456  70
5   B 2019-07-21  789  46
6   B 2019-07-22  0    19
7   B 2019-07-23  0    91
14  D 2019-06-07  789  98
15  D 2019-08-07  789  90
16  D 2019-09-07  0    94