我有一个看起来像这样的 pandas DataFrame:
╔═══╦════════════╦═════════════╗
║ ║ VENDOR ID ║ DATE ║
╠═══╬════════════╬═════════════╣
║ 1 ║ 33 ║ 01/12/2018 ║
║ 2 ║ 33 ║ 03/12/2018 ║
║ 3 ║ 12 ║ 01/08/2018 ║
║ 4 ║ 12 ║ 01/15/2018 ║
║ 5 ║ 12 ║ 01/23/2018 ║
║ 6 ║ 33 ║ 05/12/2018 ║
║ 7 ║ 89 ║ 01/12/2018 ║
╚═══╩════════════╩═════════════╝
我希望得到一个表格,其中包含自上次出现相同供应商 ID 以来的天数,如下所示:
╔═══╦════════════╦═════════════╗
║ ║ VENDOR ID ║ GAP ║
╠═══╬════════════╬═════════════╣
║ 1 ║ 33 ║ ---------- ║
║ 2 ║ 33 ║ 60 ║
║ 3 ║ 12 ║ ---------- ║
║ 4 ║ 12 ║ 7 ║
║ 5 ║ 12 ║ 8 ║
║ 6 ║ 33 ║ 60 ║
║ 7 ║ 89 ║ ---------- ║
╚═══╩════════════╩═════════════╝
我一直在尝试找到一种使用 groupbys 和其他技巧来实现此目的的方法,但似乎没有任何效果。
我确实想出了我认为可以在 pandas 中使用 2 个嵌套 for 循环或 iterrrows 的方法,但由于我的数据集的大小,使用嵌套循环将不会真正起作用。
有人有什么想法吗?
最佳答案
我得到了一些不同的输出:
df['DATE'] = pd.to_datetime(df['DATE'])
df['GAP'] = df.groupby('VENDOR ID')['DATE'].diff().dt.days
print (df)
VENDOR ID DATE GAP
1 33 2018-01-12 NaN
2 33 2018-03-12 59.0
3 12 2018-01-08 NaN
4 12 2018-01-15 7.0
5 12 2018-01-23 8.0
6 33 2018-05-12 61.0
7 89 2018-01-12 NaN
解释:
- 转换列
to_datetime
- 然后
groupby
与diff
- 最后将
timedeltas
转换为days
关于python - Pandas 找到满足条件的日期之间的持续时间?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51327498/