Python 按行间时间差筛选数据帧

我正在尝试制作一个

系列

，让我能够过滤

数据帧

看看这个例子：

from pandas import DataFrame, Series

if __name__ == '__main__':
    groups = ['G1'] * 4 + ['G2'] * 4 + ['G3'] * 4
    d1 = ['2019-04-15', '2019-04-16', '2019-04-17', '2019-04-18']
    d2 = ['2019-04-15', '2019-04-17', '2019-04-18', '2019-04-19']
    d3 = ['2019-04-15', '2019-04-16', '2019-04-19', '2019-04-21']
    dates = d1 + d2 + d3
    data = {'group': groups, 'date': dates}
    frame = DataFrame(data=data)
    frame = frame.astype(dtype={'group': 'object', 'date': 'datetime64[ns]'})
    print(frame)
    r1 = [False, True, True, True]
    r2 = [False, False, True, True]
    r3 = [False, True, False, False]
    result = r1 + r2 + r3
    frame = frame.join(other=pd.Series(data=result).rename(index='result'))
    print(frame)

框架的第一个和第二个打印看起来像：

   group       date
0     G1 2019-04-15 # <-- First date of G1  | False
1     G1 2019-04-16 # <-- Previous date + 1 | True
2     G1 2019-04-17 # <-- Previous date + 1 | True
3     G1 2019-04-18 # <-- Previous date + 1 | True
4     G2 2019-04-15 # <-- First date of G2  | False
5     G2 2019-04-17 # <-- Previous date + 2 | False
6     G2 2019-04-18 # <-- Previous date + 1 | True
7     G2 2019-04-19 # <-- Previous date + 1 | True
8     G3 2019-04-15 # <-- First date of G3  | False
9     G3 2019-04-16 # <-- Previous date + 1 | True
10    G3 2019-04-19 # <-- Previous date + 3 | False
11    G3 2019-04-21 # <-- Previous date + 2 | False

分组日期
这是你想要的吗

import pandas as pd

if __name__ == '__main__':
    groups = ['G1'] * 4 + ['G2'] * 4 + ['G3'] * 4
    d1 = ['2019-04-15', '2019-04-16', '2019-04-17', '2019-04-18']
    d2 = ['2019-04-15', '2019-04-17', '2019-04-18', '2019-04-19']
    d3 = ['2019-04-15', '2019-04-16', '2019-04-19', '2019-04-21']
    dates = d1 + d2 + d3
    data = {'group': groups, 'date': dates}
    frame = pd.DataFrame(data=data)
    frame = frame.astype(dtype={'group': 'object', 'date': 'datetime64[ns]'})
    print(frame)
    r1 = [False, True, True, True]
    r2 = [False, False, True, True]
    r3 = [False, True, False, False]
    result = r1 + r2 + r3
    frame = frame.join(other=pd.Series(data=result).rename(index='result'))

    # fill with default data
    frame["day_diff"] = pd.to_timedelta(arg=0, unit="days")
    # calculate diffs
    frame["day_diff"].loc[frame["group"] == frame["group"].shift(1)] = frame["date"] - frame["date"].shift(1)

    # calculate high and low day values
    low = pd.to_timedelta(arg=3, unit="days")
    high = pd.to_timedelta(arg=5, unit="days")

    # check values
    frame["good"] = (low <= frame["day_diff"]) & (frame["day_diff"] <= high)
    print(frame)

将熊猫作为pd导入
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
组=['G1']*4+['G2']*4+['G3']*4
d1=['2019-04-15'，'2019-04-16'，'2019-04-17'，'2019-04-18']
d2=['2019-04-15'，'2019-04-17'，'2019-04-18'，'2019-04-19']
d3=['2019-04-15'，'2019-04-16'，'2019-04-19'，'2019-04-21']
日期=d1+d2+d3
数据={'group'：组，'date'：日期}
帧=pd.DataFrame（数据=数据）
frame=frame.astype（dtype={'group'：'object'，'date'：'datetime64[ns]}）
打印（帧）
r1=[假，真，真，真]
r2=[假，假，真，真]
r3=[假，真，假，假]
结果=r1+r2+r3
frame=frame.join（other=pd.Series（data=result）。重命名（index='result'））
#用默认数据填充
帧[“日差”]=pd.到时间差（arg=0，单位=“天”）
#计算差异
帧[“日期差异”].loc[帧[“组”]==帧[“组”].shift（1）]=帧[“日期”]-帧[“日期”].shift（1）
#计算日高值和日低值
低=局部放电到时间增量（arg=3，单位=“天”）
高=局部放电到时间增量（arg=5，单位=“天”）
#检查值
frame[“good”]=（低是的，这就是我正在寻找的，但我需要一个使用pandas内置函数来避免循环的解决方案，我的数据帧非常大，我应该关注性能。我删除了for循环