Python-基于多个日期创建一个新列
我有一个非常大的数据帧。Python-基于多个日期创建一个新列,python,python-3.x,pandas,dataframe,Python,Python 3.x,Pandas,Dataframe,我有一个非常大的数据帧。 我想根据其他列“userid”和“date”创建一个新列“result”。 用户ID有两条或多条记录。 import pandas as pd import numpy as np userid = ['1','1','22','48','48','48','393','393','555','555'] date = ['11/01/2016','11/02/2016','11/05/2016','11/08/2016','12/02/2016','02/12/2
我想根据其他列“userid”和“date”创建一个新列“result”。
用户ID有两条或多条记录。
import pandas as pd
import numpy as np
userid = ['1','1','22','48','48','48','393','393','555','555']
date = ['11/01/2016','11/02/2016','11/05/2016','11/08/2016','12/02/2016','02/12/2017','02/22/2017','02/28/2017','12/15/2016','02/28/2017']
df1 = pd.DataFrame({"userid": userid, "date": date})
userid date
1 11/01/2016
1 11/02/2016
22 11/05/2016
48 11/08/2016
48 12/02/2016
48 02/12/2017
393 02/22/2017
393 02/28/2017
555 12/15/2016
555 02/28/2017
此新列“结果”中有两种类型的值。“1”:如果用户ID出现在2017年1月2日之前和2017年1月2日当天或之后(应满足这两个条件),则返回值为“1”
“0”:如果不满足上述条件,则应将此行分配给“0”。
示例1:userid 48在2017年1月2日之前出现两次,在2017年1月2日之后出现一次。因此,userid 48的结果列中的值应为“1”,因为这两个条件都满足。
示例2:userid 393在我们的数据中出现两次,但在这两个记录中,其日期都在2017年1月2日之后。因此,userid 393的结果列中的值应为“0”。
在这种情况下,我的输出数据帧将是:
userid date result
1 11/01/2016 0
1 11/02/2016 0
22 11/05/2016 0
48 11/08/2016 1
48 12/02/2016 1
48 02/12/2017 1
393 02/22/2017 0
393 02/28/2017 0
555 12/15/2016 1
555 02/28/2017 1
userid date result
1 11/01/2016 0
1 11/02/2016 0
22 11/05/2016 0
48 11/08/2016 1
48 12/02/2016 1
48 02/12/2017 1
393 02/22/2017 0
393 02/28/2017 0
555 12/15/2016 1
555 02/28/2017 1
我不知道实现这一目标的最佳方法有人能帮忙吗?提前谢谢 这应该能奏效
import pandas as pd
import numpy as np
import datetime
userid = ['1','1','22','48','48','48','393','393','555','555']
date = ['11/01/2016','11/02/2016','11/05/2016','11/08/2016','12/02/2016','02/12/2017','02/22/2017','02/28/2017','12/15/2016','02/28/2017']
df1 = pd.DataFrame({"userid": userid, "date": date})
# convert date type to datetime
df1['date'] = pd.to_datetime(df1['date'])
# define threshold date
dt = datetime.datetime(2017, 2, 1)
# logic
fn = lambda _: 1 if _.min()<dt and _.max()>=dt else 0
res = df1.groupby('userid')['date'].agg(fn).reset_index()
res.rename({'date':'result'}, axis=1, inplace=True)
df1.merge(res)