操作熊猫数据帧 - 有条件的

Question

我有一个熊猫数据帧，看起来像这样：

ID    Date         Event_Type
1     01/01/2019   A
1     01/01/2019   B
2     02/01/2019   A
3     02/01/2019   A

我想留下：

ID    Date
1     01/01/2019
2     02/01/2019
3     02/01/2019

我的病情在哪里： 如果ID相同并且dates相距在 2 天内，则删除其中一行。 但是，如果日期相隔超过2天，请保留两行。

我该怎么做？

Answer 1

我相信您首先需要按to_datetime将值转换为日期时间，然后通过isnull()链接来获取diff并获取每个组的第一个值，如果下一个值更高，例如 timedelta treshold：

df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')
s =  df.groupby('ID')['Date'].diff()
df = df[(s.isnull() | (s > pd.Timedelta(2, 'd')))]
print (df)
ID       Date Event_Type
0   1 2019-01-01          A
2   2 2019-02-01          A
3   3 2019-02-01          A

使用其他数据检查解决方案：

print (df)
ID        Date Event_Type
0   1  01/01/2019          A
1   1  04/01/2019          B <-difference 3 days
2   2  02/01/2019          A
3   3  02/01/2019          A
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')
s =  df.groupby('ID')['Date'].diff()
df = df[(s.isnull() | (s > pd.Timedelta(2, 'd')))]
print (df)
ID       Date Event_Type
0   1 2019-01-01          A
1   1 2019-01-04          B
2   2 2019-01-02          A
3   3 2019-01-02          A