Pandas 从表中某列中出现的特定值中选择所有前6个月的数据记录

每当客户完成特定交易时，我希望为客户选择所有前6个月的记录。 数据如下所示：

Cust_ID Transaction_Date Amount Description
1         08/01/2017        12       Moved
1         03/01/2017        15        X
1         01/01/2017         8        Y
2         10/01/2018         6       Moved
2         02/01/2018        12        Z

在这里，我想查看“移动”的描述，然后为每个客户ID选择所有过去6个月

输出应如下所示：

Cust_ID   Transaction_Date   Amount    Description
    1         08/01/2017        12       Moved
    1         03/01/2017        15        X
    2         10/01/2018         6       Moved

---

我想用python来做这件事。请提供帮助。

Idea是由

日期时间的
系列
创建的，通过
移动的
进行过滤，并通过
移动的
进行移位，最后一次过滤的值不象下面这样偏移：

编辑：获取每个移动的
值的所有日期时间：

df['Transaction_Date'] = pd.to_datetime(df['Transaction_Date'])
df = df.sort_values(['Cust_ID','Transaction_Date'])
df['g'] = df['Description'].iloc[::-1].eq('Moved').cumsum()

s = (df[df['Description'].eq('Moved')]
        .set_index(['Cust_ID','g'])['Transaction_Date'] - pd.offsets.MonthOffset(6))

mask = df.join(s.rename('a'), on=['Cust_ID','g'])['a'] < df['Transaction_Date']
df1 = df[mask].drop('g', axis=1)


那么2017年1月8日<代码>08是日期，01是月份ryt？为什么在描述“移动”的预期结果集中有描述为“X”的行？您的尝试在哪里？每个组只有一个移动的
。@anky_91是的，对。这是一个不错的尝试，但在某些情况下，如果我们有多个移动的
事件，它将失败。我已经更新了我的例子，当这种方法不起作用时（请参阅更新）。在我的代码示例中，我们将显示
2017-03-01
事件，尽管它不在任何
Moved
记录之前，但有6个月的窗口（下一个
Moved
是
2017-10-01
）@perl-ya，这取决于op需要什么。不幸的是，按组过滤是可能的，但速度很慢……我想我找到了一种既快速（我只需填写分组数据）又能正确处理这些情况的方法。更新了我的答案that@jezrael嘿，最后一个问题…在上面的场景中，如果我必须提取6个月的未来数据…我在“编辑”代码中需要做什么。提前谢谢。@AnkitaPatnaik-我想只需要将
-pd.offset.MonthOffset（6）
更改为
+pd.offset.MonthOffset（6）
print (df)
   Cust_ID Transaction_Date  Amount Description
0        1       10/01/2017      12           X
1        1       01/23/2017      15       Moved
2        1       03/01/2017       8           Y
3        1       08/08/2017      12       Moved
4        2       10/01/2018       6       Moved
5        2       02/01/2018      12           Z

#convert to datetimes
df['Transaction_Date'] = pd.to_datetime(df['Transaction_Date'])

#mask for filter Moved rows
mask = df['Description'].eq('Moved')
#filter and sorting this rows
df1 = df[mask].sort_values(['Cust_ID','Transaction_Date'])
print (df1)
   Cust_ID Transaction_Date  Amount Description
1        1       2017-01-23      15       Moved
3        1       2017-08-08      12       Moved
4        2       2018-10-01       6       Moved

#get duplicated filtered rows in df1
mask = df1.duplicated('Cust_ID')
#create Series for map
s = df1[~mask].set_index('Cust_ID')['Transaction_Date'] - pd.offsets.MonthOffset(6)
print (s)
Cust_ID
1   2016-07-23
2   2018-04-01
Name: Transaction_Date, dtype: datetime64[ns]

#create mask for filter out another Moved (get only first for each group)
m2 = ~mask.reindex(df.index, fill_value=False)
df1 = df[(df['Cust_ID'].map(s) < df['Transaction_Date']) & m2]
print (df1)
   Cust_ID Transaction_Date  Amount Description
0        1       2017-10-01      12           X
1        1       2017-01-23      15       Moved
2        1       2017-03-01       8           Y
4        2       2018-10-01       6       Moved

#get last duplicated filtered rows in df1
mask = df1.duplicated('Cust_ID', keep='last')
#create Series for map
s = df1[~mask].set_index('Cust_ID')['Transaction_Date'] 
print (s)
Cust_ID
1   2017-08-08
2   2018-10-01
Name: Transaction_Date, dtype: datetime64[ns]

m2 = ~mask.reindex(df.index, fill_value=False)
#filter by between Moved and next 6 months
df3 = df[df['Transaction_Date'].between(df['Cust_ID'].map(s), df['Cust_ID'].map(s + pd.offsets.MonthOffset(6))) & m2]
print (df3)
   Cust_ID Transaction_Date  Amount Description
3        1       2017-08-08      12       Moved
0        1       2017-10-01      12           X
4        2       2018-10-01       6       Moved