如何在熊猫中计算按年初至今过滤状态更改的门票?

Question

我有 2 个数据集快照存储在包含 JIRA 票证的 2 个数据帧中，有一个名为UpdateDate的列告诉我快照是何时拍摄的。 我想按年初至今计算仍然保持打开状态的票证数量，这基本上意味着：明天总共有多少票(合并快照)仍然开放(例如 2019-03-29)。

但问题是我的两个数据帧可能包含相同的 JIRA 问题，但票证的状态可能会也可能不会改变。

# this df1 (Snapshot 1)
Issue key   Project name    Status   UpdatedDate
111         Proj1          Analysis   2019-03-18
222         Proj1          Open       2019-03-18
# this df2 (Snapshot 2)
Issue key   Project name    Status   UpdatedDate
111         Proj1          Done      2019-03-28
222         Proj1          Open      2019-03-28

因此，如上表所示，问题 111 的状态在快照 2 上已更改为完成，而 issue222 的状态仍为打开。 因此，如果我的年初至今过滤器设置为 2019-03-29。它将向我显示 2 张状态打开的票证，但其中一张将是重复的。

如何计算仍在打开但没有重复的票证数量？

Answer 1

你可以sort_values()然后drop_duplicates()：

pd.concat([df1, df2]) 
.sort_values(['UpdatedDate'], ascending=[False]) 
.drop_duplicates(['Issue key'], keep='first') 
.loc[lambda x: x.Status == 'Open']