将值与组进行比较 - 熊猫答案

【问题标题】：Comparing values with groups - pandas将值与组进行比较 - 熊猫
【发布时间】：2017-10-23 11:53:24
【问题描述】：

首先，我有一个包含这些列的数据框：

issue_date | issue | special  |  group

多行可以包含相同的group。对于每个组，我想得到它的最大日期：

date_current = history.groupby('group').agg({'issue_date' : [np.min, np.max]})
date_current = date_current.issue_date.amax

之后，我想通过max_date-months 过滤每个组：

date_before  = date_current.values - pd.Timedelta(weeks=4*n)

即，对于每个组，我想丢弃 issue_date < date_before 列所在的行：

hh = history[history['issue_date'] > date_before]

ValueError：长度必须匹配才能比较

最后一行不起作用，因为长度不匹配。这是意料之中的，因为我的数据框中有 x 行，但 date_before 的长度等于我的数据框中的组数。

给定数据，我想知道如何按组执行减法或过滤。我是否必须以某种方式迭代数据框？

【问题讨论】：

标签： python pandas group-by filtering

【解决方案1】：

您可以通过与您尝试类似的方式解决此问题。

我创建了自己的示例数据，如下所示：

history

  issue_date  group
0 2014-01-02      1
1 2014-01-02      2
2 2016-02-04      3
3 2016-03-05      2

你使用 group_by 和 apply 来做你想做的事。首先，您定义要应用的功能。然后 group_by.apply 会将其应用于每个组。在这种情况下，我使用 n=1 来证明这一点：

def date_compare(df):

    date_current = df.issue_date.max()
    date_before  = date_current - pd.Timedelta(weeks=4*1)
    hh = df[df['issue_date'] > date_before]

    return hh

hh = history.groupby('group').apply(date_compare)

        issue_date  group
group                    
1     0 2014-01-02      1
2     3 2016-03-05      2
3     2 2016-02-04      3

所以第 2 组中较小的日期没有幸免。

希望这会有所帮助，并且它遵循您想要的相同逻辑。

【讨论】：

【解决方案2】：

我认为您最好的选择是将原始 df 与 date_current 合并，但这仅在您更改 date_before 的计算以不丢失组信息时才有效：

date_before  = date_current - pd.Timedelta(weeks=4*n)

然后你可以合并左上组和右上索引（因为你之前分组过）

history = pd.merge(history, date_before.to_frame(), left_on='group', right_index=True)

那么您的过滤器应该可以工作了。 to_frame 的调用是必要的，因为您不能合并数据框和系列。

希望对您有所帮助。

【讨论】：