Python 熊猫分组标记日期少于n个月

在这个例子中，col1有两个不同的类别。如果我们说n个月=12，那么我们如何计算那些满足的类别，这样一个新的列将标记类别a为真，而类别B为假，因为它大于n=12个月

d_ex = pd.DataFrame({'col1': ['A', 'A', 'B', 'B', 'A'],
                     'col2': ['2019-01-01', '2018-02-01',
                             '2015-01-01', '2019-01-01', '2019-05-01']})

d_ex['col2'] = pd.to_datetime(d_ex['col2'])

我试过了

d_ex.groupby(['col1'])['col2'].diff()

但这是行不通的。此外，该类别可能会出现两次以上的事件，因此，如果第三次出现日期为2015年的a类事件，我希望将其标记为False，但其他两次仍然为true

我发现了这一点，但我不确定如何将代码更改为不使用idxmax

尝试给出的解决方案

(d_ex.groupby('col1')['col2'].diff().apply(lambda x: my_abs(x))
.apply(lambda x: set_condition(x)).bfill())

返回

0     True
1     True
2    False
3    False
4    False

但是索引4应该为真

创建数据帧：

将熊猫作为pd导入
d_ex=pd.DataFrame（{'col1'：['A'，'A'，'B'，'B'，'A']，
“col2”：[“2019-01-01”、“2018-02-01”，
'2015-01-01', '2019-01-01', '2019-05-01']})
d_ex['col2']=pd.to_datetime（d_ex['col2']）
#对列进行排序
d_ex.sort_值（['col1'，'col2']，inplace=True）
col1 col2
A 2018-02-01
A 2019-01-01
A 2019-05-01
B 2015-01-01
B 2019-01-01

分组差异：

• diff

  为每个组返回一个

  timedelta

  对象

  • NaT

    始终适用于组内的第一次出现

d_ex['diff']=d_ex.groupby（'col1'）.diff（）
col1 col2 diff
A 2018-02-01 NaT
A 2019-01-01 334天
A 2019-05-01 120天
B 2015-01-01 NaT
B 2019-01-01 1461天

返回差分abs的函数

• abs

  在

  NaT

  上不起作用，因此不能只应用

  abs

• 如果在

  col1

  和

  col2

  上使用

  sort\u值

  ，则可以跳过此步骤

def my_abs（x）：
尝试：
x=绝对值（x）
除类型错误外：
x=x
返回x
#应用函数
d_ex['diff']=d_ex['diff'].应用（lambda x:my_abs（x））
col1 col2 diff
A 2018-02-01 NaT
A 2019-01-01 334天
A 2019-05-01 120天
B 2015-01-01 NaT
B 2019-01-01 1461天

用于设置条件的函数，如果NaT为None

• 由于使用了

  groupby

  和

  diff

  ，任何组的第一行都应该是NaT
• 将

  NaT

  设置为无，然后可以

  反写它

def set_条件（x）：
如果类型（x）==pd._libs.tslibs.nattype.nattype：
x=无
elif x创建数据帧：
将熊猫作为pd导入
d_ex=pd.DataFrame（{'col1'：['A'，'A'，'B'，'B'，'A']，
“col2”：[“2019-01-01”、“2018-02-01”，
'2015-01-01', '2019-01-01', '2019-05-01']})
d_ex['col2']=pd.to_datetime（d_ex['col2']）
#对列进行排序
d_ex.sort_值（['col1'，'col2']，inplace=True）
col1 col2
A 2018-02-01
A 2019-01-01
A 2019-05-01
B 2015-01-01
B 2019-01-01

分组差异：

diff
为每个组返回一个
timedelta
对象

NaT
始终适用于组内的第一次出现


d_ex['diff']=d_ex.groupby（'col1'）.diff（）
col1 col2 diff
A 2018-02-01 NaT
A 2019-01-01 334天
A 2019-05-01 120天
B 2015-01-01 NaT
B 2019-01-01 1461天

返回差分abs的函数

abs
在
NaT
上不起作用，因此不能只应用
abs
如果在
col1
和
col2
上使用
sort\u值
，则可以跳过此步骤

def my_abs（x）：
尝试：
x=绝对值（x）
除类型错误外：
x=x
返回x
#应用函数
d_ex['diff']=d_ex['diff'].应用（lambda x:my_abs（x））
col1 col2 diff
A 2018-02-01 NaT
A 2019-01-01 334天
A 2019-05-01 120天
B 2015-01-01 NaT
B 2019-01-01 1461天

用于设置条件的函数，如果NaT为None

由于使用了
groupby
和
diff
，任何组的第一行都应该是NaT
将
NaT
设置为无，然后可以
反写它

def set_条件（x）：
如果类型（x）==pd._libs.tslibs.nattype.nattype：
x=无
elif x@bbd108答案已更新为排序
col1
和
col2
。这也消除了使用
my_abs
@bbd108的需要。答案已更新为排序
col1
和
col2
。这也消除了使用
my_abs
的需要。