通过仅包含彼此相隔一个月的行来过滤数据框

Question

Date    Latitude    Longitude   Disaster
2011-01-10  56.79   89.90   Cyclone
2011-02-09  45.01   79.24   Cyclone
2010-11-20  34.08   69.92   Cyclone
2010-12-19  66.78   125.35  Cyclone
2017-09-10  56.99   98.22   Cyclone

我有一个数据框，我需要对其进行过滤，以便它包含有关在一个月的时间范围内重复发生气旋活动的位置的数据。
我使用合并操作来查找发生在同一位置的成对旋风-

merged_df = df.merge(df, on= ["Longitude","Latitude"], how ="inner")

我能够在一个月内找到特定日期的数据，例如：2002-01-01，使用

df[dt['Date'] >= date(2002,1,1) & df['Date'] < date(2002,1,1) + relativedelta(months=1)].count()。

但我无法弄清楚我应该如何将其应用于整个数据帧，以便它为我提供有关在一个月的时间范围内重复发生气旋活动的位置的信息。有人可以帮我实现吗？

Answer 1

如果你有记忆，merge 本身，然后在合并后过滤到仅在 1 个月内发生的那些旋风。使用pd.offsets.DateOffset得到与relativedelta相同的逻辑

import pandas as pd

df['Date'] = pd.to_datetime(df.Date)
df = df[df.Disaster=='Cyclone'].reset_index()  # Need index to deduplicate later

merged = df.merge(df, on='Disaster', suffixes=['_1', '_2'])

mask = ((merged.index_1 > merged.index_2)  # Remove self merges and AB-BA duplicates
        & merged.Date_1.between(merged.Date_2 - pd.offsets.DateOffset(months=1), 
                                merged.Date_2 + pd.offsets.DateOffset(months=1)))

merged = merged[mask].drop(columns=['index_1', 'index_2'])

输出：merged

       Date_1  Latitude_1  Longitude_1 Disaster     Date_2  Latitude_2  Longitude_2
5  2011-02-09       45.01        79.24  Cyclone 2011-01-10       56.79        89.90
15 2010-12-19       66.78       125.35  Cyclone 2011-01-10       56.79        89.90
17 2010-12-19       66.78       125.35  Cyclone 2010-11-20       34.08        69.92

---

如果您真的只需要原始 DataFrame 中的行并且配对无用，则不要删除 ['index_1', 'index_2'] 并使用唯一值对原始 DataFrame 进行子集化，或者在 merged 上使用 pd.wide_to_long + drop_duplicates 将其格式化回原来的样子。