Python 如何过滤连续月份的某些值？

我的数据框架结构如下：

Name    Month Grade

Sue     Jan   D

Sue     Feb   D

Jason   Mar   B

Sue     Mar   D

Jason   Jan   B

Sue     Apr   A

Jason   Feb   C

---

我想得到过去6个月连续3个月得D的学生名单。在上面的例子中，苏将在名单上，因为她在一月，二月和三月获得了D。如何使用Python、Pandas或Numpy实现这一点

我试图解决你的问题。我确实为您提供了一个解决方案，但就效率/代码执行而言，它可能不是最快的。请参阅下文：

newdf = df.pivot(index='Name', columns='Month', values='Grade')
newdf = newdf[['Jan', 'Feb', 'Mar', 'Apr']].fillna(-1)
newdf['concatenated'] = newdf['Jan'].astype('str') + newdf['Feb'].astype('str') + newdf['Mar'].astype('str') + newdf['Apr'].astype('str')
newdf[newdf['concatenated'].str.contains('DDD', regex=False, na=False)]

输出如下所示：

Month Jan Feb Mar Apr concatenated
Name                              
Sue     D   D   D   A         DDDA

如果只需要名称，请使用以下命令

newdf[newdf['concatenated'].str.contains('DDD', regex=False, na=False)].index.to_list()

---

我试图解决你的问题。我确实为您提供了一个解决方案，但就效率/代码执行而言，它可能不是最快的。请参阅下文：

newdf = df.pivot(index='Name', columns='Month', values='Grade')
newdf = newdf[['Jan', 'Feb', 'Mar', 'Apr']].fillna(-1)
newdf['concatenated'] = newdf['Jan'].astype('str') + newdf['Feb'].astype('str') + newdf['Mar'].astype('str') + newdf['Apr'].astype('str')
newdf[newdf['concatenated'].str.contains('DDD', regex=False, na=False)]

输出如下所示：

Month Jan Feb Mar Apr concatenated
Name                              
Sue     D   D   D   A         DDDA

如果只需要名称，请使用以下命令

newdf[newdf['concatenated'].str.contains('DDD', regex=False, na=False)].index.to_list()

---

你有几种方法可以解决这个问题，首先使用我以前的解决方案，但这需要将学术数字映射到月份（即9月=1日，8月=12日），这样你就可以应用数学计算出连续值

下面是将月份转换为日期时间并计算出月份的差值，然后我们可以应用累积和并过滤任何大于3的值

d = StringIO("""Name    Month Grade
Sue     Jan   D
Sue     Feb   D
Jason   Mar   B
Sue     Dec   D 
Jason   Jan   B
Sue     Apr   A
Jason   Feb   C""")

df = pd.read_csv(d,sep='\s+')
df['date'] = pd.to_datetime(df['Month'],format='%b').dt.normalize()

# set any values greater than June to the previous year.
df['date'] = np.where(df['date'].dt.month > 6,
 (df['date'] - pd.DateOffset(years=1)),df['date']) 

df.sort_values(['Name','date'],inplace=True)

def month_diff(date):
    cumlative_months = (
        np.round(((date.sub(date.shift(1)) / np.timedelta64(1, "M")))).eq(1).cumsum() 
    ) + 1
return cumlative_months

df['count'] = df.groupby(["Name", "Grade"])["date"].apply(month_diff)

---

---

---

你有几种方法可以解决这个问题，首先使用我以前的解决方案，但这需要将学术数字映射到月份（即9月=1日，8月=12日），这样你就可以应用数学计算出连续值

下面是将月份转换为日期时间并计算出月份的差值，然后我们可以应用累积和并过滤任何大于3的值

d = StringIO("""Name    Month Grade
Sue     Jan   D
Sue     Feb   D
Jason   Mar   B
Sue     Dec   D 
Jason   Jan   B
Sue     Apr   A
Jason   Feb   C""")

df = pd.read_csv(d,sep='\s+')
df['date'] = pd.to_datetime(df['Month'],format='%b').dt.normalize()

# set any values greater than June to the previous year.
df['date'] = np.where(df['date'].dt.month > 6,
 (df['date'] - pd.DateOffset(years=1)),df['date']) 

df.sort_values(['Name','date'],inplace=True)

def month_diff(date):
    cumlative_months = (
        np.round(((date.sub(date.shift(1)) / np.timedelta64(1, "M")))).eq(1).cumsum() 
    ) + 1
return cumlative_months

df['count'] = df.groupby(["Name", "Grade"])["date"].apply(month_diff)

---

---

我想到了这个

df['Month_Nr'] = pd.to_datetime(df.Month, format='%b').dt.month

names  = df.Name.unique()
students = np.array([])

for name in names:
    filter = df[(df.Name==name) & (df.Grade=='D')].sort_values('Month_Nr')
    if filter['Month_Nr'].diff().cumsum().max() >= 2:
        students = np.append(students, name)

print(students)

输出：

['Sue']

我想到了这个

df['Month_Nr'] = pd.to_datetime(df.Month, format='%b').dt.month

names  = df.Name.unique()
students = np.array([])

for name in names:
    filter = df[(df.Name==name) & (df.Grade=='D')].sort_values('Month_Nr')
    if filter['Month_Nr'].diff().cumsum().max() >= 2:
        students = np.append(students, name)

print(students)

输出：

['Sue']

---

数据是否临时排序？您是否假设存在相同的年份？@mephisto否。只要是连续的，就可以是不同的年份。例如，如果Jason在2018年11月、2018年12月和2019年1月获得D，他应该在名单上。您所在的月份与这里的月份完全一样还是正确的日期？如2018年1月15日<代码>或2019年1月15日<代码>数据新手日期列如图所示。数据是否临时排序？您是否假设存在同一年？@mephisto否。只要是连续的，就可以是不同的年份。例如，如果Jason在2018年11月、2018年12月和2019年1月获得D，他应该在名单上。您所在的月份与这里的月份完全一样还是正确的日期？如图所示，2018年1月15日<代码>或2019年1月15日<代码>或<代码>新手日期列。有趣的方法，它确实有效，甚至可以打开更多有趣的见解。最后一段代码在连接列中过滤DDD的地方不起作用。相反，我重置了索引并过滤了列。有趣的方法，它确实有效，甚至打开了更有趣的见解。最后一段代码在连接列中过滤DDD的地方不起作用。相反，我重置了索引并过滤列。