Python数据操作:如何按ID分组,然后根据每个组中的datatime条件向前/向后1个月子集行?
我想在groupby之后对数据进行子集划分,并根据datatime条件向前和向后1个月对行进行子集划分 以下是测试数据帧:Python数据操作:如何按ID分组,然后根据每个组中的datatime条件向前/向后1个月子集行?,python,pandas,time-series,Python,Pandas,Time Series,我想在groupby之后对数据进行子集划分,并根据datatime条件向前和向后1个月对行进行子集划分 以下是测试数据帧: import pandas as pd from itertools import chain df_1 = pd.DataFrame({ 'ID' : list(chain.from_iterable([['A'] * 365, ['B'] * 365, ['C'] * 365])), 'Date' : pd.date_range(s
import pandas as pd
from itertools import chain
df_1 = pd.DataFrame({
'ID' : list(chain.from_iterable([['A'] * 365, ['B'] * 365, ['C'] * 365])),
'Date' : pd.date_range(start = '2018-01-01', end = '2018-12-31').tolist() + pd.date_range(start = '2018-01-01', end = '2018-12-31').tolist() + pd.date_range(start = '2018-01-01', end = '2018-12-31').tolist(),
'Value' : np.random.randn(365 * 3)
})
df_2 = pd.DataFrame({
'ID' : ['A', 'B', 'C'],
'Initial_date' : pd.to_datetime(['2018-04-24', '2018-09-22', '2018-12-12'], format = '%Y-%m-%d')
})
df = pd.merge(df_1, df_2, how = 'left', left_on = 'ID', right_on = 'ID')
测试数据帧的输出为:
ID Date Value Initial_date
0 A 2018-01-01 -1.084 2018-04-24
1 A 2018-01-02 0.585 2018-04-24
2 A 2018-01-03 0.812 2018-04-24
3 A 2018-01-04 -1.115 2018-04-24
4 A 2018-01-05 -1.724 2018-04-24
这就是我想要的:
对于A
用户,他的初始日期是2018-04-24
,因此我希望所有行从向后1个月(即2018-03-24
)到向前1个月(即2018-05-24
)。
以及B
和C
用户
结果应该与
df_a = df[(df['ID'] == 'A') & (df['Date'] > '2018-03-23') & (df['Date'] < '2018-05-25')]
df_b = df[(df['ID'] == 'B') & (df['Date'] > '2018-08-21') & (df['Date'] < '2018-10-23')]
df_c = df[(df['ID'] == 'C') & (df['Date'] > '2018-11-11') & (df['Date'] < '2018-12-31')]
df_result = pd.concat([df_a, df_b, df_c])
注*1:对于边际日期,不一定包括或排除确切日期。例如,对于A
,来自2018-03-23
或2018-03-24
的信息对我来说并不重要
注*2:对于C
用户,自其初始日期为2018-12-12
以来,向前日期少于1个月,因此到2018年底是可以的。IIUC,您可以尝试以下操作:
# set 1-month interval
delta = pd.DateOffset(months=1)
# get the subset
df_result = df[df.Date.gt(df.Initial_date-delta) & df.Date.lt(df.Initial_date+delta)]
这个解决方案是优雅和惊人的!我想我会在原始数据集上使用这个。然而,我也试图通过使用groupby
来获得相同的结果,因为我试图理解Python的groupby
的逻辑和用法,希望使用groupby
能够找到答案。
# set 1-month interval
delta = pd.DateOffset(months=1)
# get the subset
df_result = df[df.Date.gt(df.Initial_date-delta) & df.Date.lt(df.Initial_date+delta)]