Python 选择列值为“0”的pd.DataFrame行；“关闭”；互相 数据集

我有一个超过50万行的电影数据集，这个数据集如下所示（带有虚构的数字）

对象 选择发布日期“足够接近”的电影（例如，电影A和电影B的发布日期差不到一个月），然后查看评级是否相同，收入如何不同

问题: 我知道我可以写一个双循环来实现这个目标。然而，我怀疑这是正确/有效的方法，因为

• 一些人（参见@cs95对该问题的评论）建议对数据帧进行迭代是“反模式”的，因此不建议这样做
• 数据集有50多万行，我不确定编写双循环是否有效

---

有人能为我提出的问题指点一下吗？提前感谢。

一般来说，在使用熊猫时，确实应该尽量避免循环。我的想法并不理想，但可能会为您指明正确的方向：

从每行的日期列中检索月份和年份，以创建新列“月”和“年”。你可以看看怎么做

然后，按月份和年份对数据帧进行分组（

grouped_df=df.groupby（by=[“month”，“year]）

），得到的分组是包含同一月份和年份电影的数据帧。现在，您可以决定要执行的进一步分析，例如，平均值（

grouped_df=df.groupby（by=[“month”，“year]）.mean（）

），使用

apply（）

---

如果您希望周期短于一个月，也可以显示预期输出和更多样本数据。

MovieName  Date           Rating      Revenue
A          2019-01-15     3           3.4 million
B          2019-02-03     3           1.2 million
...        ...            ...         ...