在groupby数据框（Python）中查找给定日期的最近日期

我试图在pandas数据框中生成

上次付款日期

字段，并且需要为每个客户（即groupby）找到给定的

订单日期

之前最近的

付款日期

付款日期

总是发生在

订单日期

之后，但可能需要不同的时间段，这很难使用排序和移位来查找最近的日期

这似乎是一种可行的方法，但我还没有找到一种方法来使用它

感谢所有能给我的帮助

Cust_No  Order_Date  Payment_Date  Last_Payment_Date
      A    5/8/2014      6/8/2014                Nat
      B    6/8/2014      1/5/2015                Nat
      B    7/8/2014      7/8/2014                Nat
      A    8/8/2014      1/5/2015           6/8/2014
      A    9/8/2014     10/8/2014           6/8/2014
      A  10/11/2014    12/11/2014          10/8/2014
      B  11/12/2014      1/1/2015           7/8/2014
      B    1/2/2015      2/2/2015           1/1/2015
      A    2/5/2015      5/5/2015           1/5/2015
      B    3/5/2015      4/5/2015           2/2/2015

基本上就是你想要的——它 可用于查找

Order\u Date

s在

Payment\u Date

s中的位置。在里面 特别是，它返回与每个 需要插入

订单日期

，以保留

付款日期

分类。例如，假设

In [266]: df['Payment_Date']
Out[266]: 
0   2014-06-08
2   2014-07-08
4   2014-10-08
5   2014-12-11
6   2015-01-01
1   2015-01-05
3   2015-01-05
7   2015-02-02
9   2015-04-05
8   2015-05-05
Name: Payment_Date, dtype: datetime64[ns]

In [267]: df['Order_Date']
Out[267]: 
0   2014-05-08
2   2014-07-08
4   2014-09-08
5   2014-10-11
6   2014-11-12
1   2014-06-08
3   2014-08-08
7   2015-01-02
9   2015-03-05
8   2015-02-05
Name: Order_Date, dtype: datetime64[ns]

然后

searchsorted

返回

In [268]: df['Payment_Date'].searchsorted(df['Order_Date'])
Out[268]: array([0, 1, 2, 3, 3, 0, 2, 5, 8, 8])

例如，第一个值0表示订单日期，

2014-05-08

， 必须在序号索引0处插入（在付款日期之前

2014-06-08

）以保持付款日期的排序。第二个值，1， 指示必须在以下位置插入订单日期，

2014-07-08

顺序索引1（在付款日期之后和之前） 保持付款日期的排序。其他指数也是如此

当然，现在有一些复杂情况：

付款日期

需要按排序顺序进行排序，以便

搜索排序

返回 有意义的结果：

df = df.sort_values(by=['Payment_Date'])    

我们需要按客户编号进行分组

grouped = df.groupby('Cust_No')

我们要的是付款日期之前的

索引
订单日期
。因此，我们确实需要将指数减少1：

idx = grp['Payment_Date'].searchsorted(grp['Order_Date']) 
result = grp['Payment_Date'].iloc[idx-1]

因此，

grp['Payment\u Date'].iloc[idx-1]

将获取先前的

Payment\u Date

当

searchsorted

返回0时，

Order\u Date

小于all

付款日期

s。在这种情况下我们需要NaT

result[idx == 0] = pd.NaT

---

所以把这一切放在一起

import pandas as pd
NaT = pd.NaT
T = pd.Timestamp
df = pd.DataFrame({
    'Cust_No': ['A', 'B', 'B', 'A', 'A', 'A', 'B', 'B', 'A', 'B'],
    'expected': [
        NaT,  NaT,  NaT, T('2014-06-08'), T('2014-06-08'), T('2014-10-08'), 
        T('2014-07-08'), T('2015-01-01'), T('2015-01-05'), T('2015-02-02')], 
    'Order_Date': [
        T('2014-05-08'), T('2014-06-08'), T('2014-07-08'), T('2014-08-08'), 
        T('2014-09-08'), T('2014-10-11'), T('2014-11-12'), T('2015-01-02'), 
        T('2015-02-05'), T('2015-03-05')], 
    'Payment_Date': [
        T('2014-06-08'), T('2015-01-05'), T('2014-07-08'), T('2015-01-05'), 
        T('2014-10-08'), T('2014-12-11'), T('2015-01-01'), T('2015-02-02'), 
        T('2015-05-05'), T('2015-04-05')]})

def last_payment_date(s, df):
    grp = df.loc[s.index]
    idx = grp['Payment_Date'].searchsorted(grp['Order_Date']) 
    result = grp['Payment_Date'].iloc[idx-1]
    result[idx == 0] = pd.NaT
    return result

df = df.sort_values(by=['Payment_Date'])    
grouped = df.groupby('Cust_No')
df['Last_Payment_Date'] = grouped['Payment_Date'].transform(last_payment_date, df)

print(df)

屈服

  Cust_No Order_Date Payment_Date   expected Last_Payment_Date
0       A 2014-05-08   2014-06-08        NaT               NaT
2       B 2014-07-08   2014-07-08        NaT               NaT
4       A 2014-09-08   2014-10-08 2014-06-08        2014-06-08
5       A 2014-10-11   2014-12-11 2014-10-08        2014-10-08
6       B 2014-11-12   2015-01-01 2014-07-08        2014-07-08
1       B 2014-06-08   2015-01-05        NaT               NaT
3       A 2014-08-08   2015-01-05 2014-06-08        2014-06-08
7       B 2015-01-02   2015-02-02 2015-01-01        2015-01-01
9       B 2015-03-05   2015-04-05 2015-02-02        2015-02-02
8       A 2015-02-05   2015-05-05 2015-01-05        2015-01-05

---

付款日期

是否总是在下一个

订单日期

之前？否，如客户B的前两个记录所示。如果找不到以前的付款日期，则应反映Nat。谢谢在尝试回答我自己的问题时，您能否再次检查您为

上次付款日期提供的列是否100%正确？有些日期不匹配（2015年2月5日vs 2015年2月2日），我想确保我会给你你想要的。我对拼写错误感到非常抱歉！我已经改正了。