Skip to main content
 首页 » 编程设计

python之Pandas:如何使用 groupby 和 apply() 标记列

2025年01月19日29linjiqin

现在,我的代码将在我的函数中返回满足条件的行。如果条件为真,我如何才能返回所有原始行并标记一个新列('GreaterDate)?

df = pd.DataFrame({'KEY': ['100000003', '100000009', '100000009', '100000009', '100000009','100000034','100000034', '100000034'],  
          'Date1': [20120506, 20120506, 20120507,20120608,20120620,20120206,20120306,20120506], 
          'Date2': [20120528, 20120507, 20120615,20120629,20120206,20120305,20120506,20120506]}) 
 
def date_compare(df): 
    date_before  = df['Date1'].shift(-1) 
    value = df[df['Date2'] == date_before] 
    return value 
 
dftest = df.groupby('KEY').apply(date_compare) 
dftest 

这将返回两个真值。

                Date1      Date2        KEY 
KEY              
100000009   1   20120506    20120507    100000009 
100000034   6   20120306    20120506    100000034 

我试过用

dftest['GreaterDate'] = df.groupby('KEY').apply(date_compare) 

但这行不通。 我对日期函数的工作不太感兴趣,我只是用这个函数作为例子。我更感兴趣的是如何在 groupby 上使用 apply 以添加带有 True 或 False 的新列。

请您参考如下方法:

这是一种方法:

def date_compare(df): 
    df['dftest'] = df['Date2'] == df['Date1'].shift(-1) 
    return df 
 
dftest = pd.concat([df[df.KEY == k].pipe(date_compare) \ 
                   for k in set(df.KEY)], ignore_index=True) 
 
#       Date1     Date2        KEY  dftest 
# 0  20120506  20120507  100000009    True 
# 1  20120507  20120615  100000009   False 
# 2  20120608  20120629  100000009   False 
# 3  20120620  20120206  100000009   False 
# 4  20120206  20120305  100000034   False 
# 5  20120306  20120506  100000034    True 
# 6  20120506  20120506  100000034   False 
# 7  20120506  20120528  100000003   False