Python 如何使用pandas识别边缘日期案例

我有一个如下所示的数据帧

df1 = pd.DataFrame({'person_id': [11,11,11,11,11,12,12,12,12,12,13,13,13,13,14,14,14,14,14],
                        'date_birth': ['12/31/1961','01/01/1961','10/21/1961','12/11/1961','02/11/1961',
                                       '05/29/1967','01/29/1967','04/29/1967','03/19/1967','01/01/1957', 
                                       '12/31/1959','01/01/1959','01/01/1959','07/27/1959',
                                       '01/01/1957','01/01/1957','12/31/1957','12/31/1958','01/01/1957']})
df1 = df1.melt('person_id', value_name='dates')
df1['dates'] = pd.to_datetime(df1['dates'])

我的目标是确定此数据框中的

边缘情况

边缘情况定义为受试者的
日期列中同时包含
1月1日
和
12月31日
。
例如，从示例数据框中，我们可以看到
person_id=11
是一个边缘大小写，因为他在
dates
列值中既有
Jan 1st
又有
Dec 31st
，而person_id=12不是一个边缘大小写，因为他没有
Dec 31th
和
Jan 1st

这就是我试过的

op_df = df1.groupby(['person_id'], sort=False).apply(lambda x: x.sort_values(['dates'], ascending=True)).reset_index(drop=True)
op_df['day'] = op_df.dates.dt.day
op_df['month'] = op_df.dates.dt.month
op_df['points'] = np.where(((op_df['day'] == 1) & (op_df['month'] == 1)) & ((op_df['day'] == 31) & (op_df['month'] == 12)),'edge','No') 

但是上面的代码没有正确过滤。对于我的所有个人ID，它返回为
No

我希望我的输出如下

这里的问题是不可能的
日=1和月=1
与月底，需要通过
链接
或
：

op_df = df1.sort_values(['person_id','dates'])
op_df['day'] = op_df.dates.dt.day
op_df['month'] = op_df.dates.dt.month
op_df['points'] = np.where(((op_df['day'] == 1) & (op_df['month'] == 1)) | ((op_df['day'] == 31) & (op_df['month'] == 12)),'edge','No')

如果需要两条边，则可以首先通过掩码创建两列，为count
True
s值聚合
sum
，并根据条件为第二列添加
Edge
列-
Yes
如果一列或第二列中至少有一列
0
：

#instead groupby + sort_values use sort_values by 2 columns
op_df = df1.sort_values(['person_id','dates'], ascending=True)

day = op_df.dates.dt.day
month = op_df.dates.dt.month
   
op_df['1.1'] = (day == 1) & (month == 1)
op_df['31.12'] = (day == 31) & (month == 12)

op_df = op_df.groupby('person_id', as_index=False)[['1.1','31.12']].sum()
op_df.insert(1, 'Edge', np.where(op_df[['1.1','31.12']].eq(0).any(axis=1),'No','Yes'))
print (op_df)
   person_id Edge  1.1  31.12
0         11  Yes    1      1
1         12   No    1      0
2         13  Yes    2      1
3         14  Yes    3      2