Python 按X、Y分组，并选择X1和X2（具有不同频率）的最后一周

我有一个看起来像这样的数据帧（通常）：

• 源A的频率约为2/天
• 源B的频率更高

我想按来源和id分组；然后为每个选择最后一周的数据

我尝试了一个快速跟踪（20），但为了我的目的（减去上周每位患者的直方图（pmf）），我想更精确一些

---

如何获取索引的最后一周？

假设您有这样一个数据帧：

In [50]: s="""time      source   id
    ...: 4-25-2014    A       1
    ...: 5-4-2014    A       1
    ...: 5-5-2014    A       1
    ...: 4-2-2013   B       12
    ...: 4-6-2013   B       12
    ...: 4-11-2013   B       12
    ...: 4-12-2013   B       12
    ...: 4-12-2013   B       12"""

In [51]: df = pd.read_csv(StringIO(s), sep="\s+")

In [52]: df['time'] = pd.to_datetime(df['time'])

In [53]: df
Out[53]: 
        time source  id
0 2014-04-25      A   1
1 2014-05-04      A   1
2 2014-05-05      A   1
3 2013-04-02      B  12
4 2013-04-06      B  12
5 2013-04-11      B  12
6 2013-04-12      B  12
7 2013-04-12      B  12

然后，可以在分组对象的应用调用中选择所需的行：

In [57]: g = df.groupby(['source', 'id'])

In [58]: g.apply(lambda x : x[x['time'] > (x['time'].iloc[-1] - dt.timedelta(7))])
Out[58]: 
                  time source  id
source id                        
A      1  1 2014-05-04      A   1
          2 2014-05-05      A   1
B      12 4 2013-04-06      B  12
          5 2013-04-11      B  12
          6 2013-04-12      B  12
          7 2013-04-12      B  12

---

“上周”是什么意思？仅仅是该组中的最后一个日期？不，我指的是从最后一个日期（对于一个组）开始的行的范围，它跨越一周的时间（索引）。（抱歉搞混了）不过，我还没有检查过；看起来不错。谢谢我正在运行pandas.10（不支持iloc），升级到.14，并获得pandas.algos.sure错误（float nan to int…）我必须卸载pandas，可能会尝试安装更低版本。。。尽管这看起来并不乐观。有什么建议吗？如果您无法升级或无法解决0.14的问题，您可以尝试使用

ix

而不是

iloc

In [57]: g = df.groupby(['source', 'id'])

In [58]: g.apply(lambda x : x[x['time'] > (x['time'].iloc[-1] - dt.timedelta(7))])
Out[58]: 
                  time source  id
source id                        
A      1  1 2014-05-04      A   1
          2 2014-05-05      A   1
B      12 4 2013-04-06      B  12
          5 2013-04-11      B  12
          6 2013-04-12      B  12
          7 2013-04-12      B  12