熊猫过滤器数据框用于正值和负值

Question

我有3列的熊猫数据框，其中：

• 类别dtype-字符串
• 日期dtype-日期时间

• 值dtype-浮点数

   df = pd.DataFrame() df['category'] = ['a', 'b', 'b', 'b', 'c', 'a', 'b', 'c', 'c', 'a'] df['date'] = ['2018-01-01', '2018-01-01', '2018-01-03', '2018-01-05', '2018-01-01', '2018-01-02', '2018-01-06', '2018-01-03', '2018-01-04','2018-01-01'] df['values'] = [1, 2, -1.5, 2.3, 5, -0.7, -5.2, -5.2, 1, -1.1] df 

数据框视图

我想筛选出每个类别中具有接近该日期的正值和负值（差异最小）的行。

因此，基本上，输出看起来像：

df = pd.DataFrame()
df['category'] = ['a', 'a','b', 'b', 'c', 'c']
df['date'] = ['2018-01-01', '2018-01-01', '2018-01-01', '2018-01-03', '2018-01-01', '2018-01-03']
df['values'] = [1, -1.1, 2, -1.5, 5, -5.2]
df

过滤后的数据框

我曾在SO上查看过类似的查询（ 使用Pandas为每个过滤器标识列中 的最接近值 ， 如何找到Pandas系列中与输入数字最接近的值？ ）

第一个利用idxmin ，它返回第一次出现的值，而不是最接近的值。

第二个链接是关于特定值作为输入的-我不认为纯粹的np.argsort对我而言有效。

我可以想象使用一个复杂的if语句网络来执行此操作，但是，我不确定最有效的方法是使用熊猫。

任何指导将不胜感激。

Answer 1

IIUC，首先对您的数据框进行排序，然后使用idxmin ：

df1 = df.sort_values(['category','date'])
df1[df1.groupby('category')['values']\
       .transform(lambda x: x.index.isin([x.ge(0).idxmin(), x.lt(0).idxmin()]))]

输出：

  category        date  values
0        a  2018-01-01     1.0
9        a  2018-01-01    -1.1
1        b  2018-01-01     2.0
2        b  2018-01-03    -1.5
4        c  2018-01-01     5.0
7        c  2018-01-03    -5.2