如何在 Pandas 中過濾 +/- 1 天的班次？

Question

假設我有時間序列數據。 如何過濾僅在 1 天內不同的數據？

假設數據是

date         name
2015-04-03    A
2015-04-04    A
2015-04-05    A
2015-04-03    B

我想做的是

df[df.shift(1).contains(df.name) or df.shift(-1).contains(df.name)]

那會給我

date         name
2015-04-03    A
2015-04-04    A
2015-04-05    A

如何在熊貓中做到這一點？

Answer 1

我會使用 value_counts 作為日期：

vc = df.date.value_counts()

然后我會，如果數據集很小，我會使用.isin ：

df[df.date.isin(vc[vc == 1].index.tolist())]

         date name
1  2015-04-04    A
2  2015-04-05    A

如果數據集更大，我會使用合並操作：

df_singles = df.merge(left_on='date',right=pd.DataFrame(vc[vc == 1]), right_index=True)
del df_singles[0]

         date name
1  2015-04-04    A
2  2015-04-05    A

Answer 2

您想將條件括在括號中並使用按位| 而不是or ：

In [83]:
df[(df['name'].shift(1) == df['name']) | (df['name'].shift(-1) == df['name']) ]

Out[83]:
        date name
0 2015-04-03    A
1 2015-04-04    A
2 2015-04-05    A

Answer 3

將日期列轉換為日期時間對象。 然后你可以計算天之間的差異。 之后，您可以過濾要保留的天數差異

data['date'] = pd.to_datetime(data['date'])
data['Diff'] = data['date'].diff()
print data

        date name    Diff
0 2015-04-03    A     NaT
1 2015-04-04    A  1 days
2 2015-04-05    A  1 days
3 2015-04-03    B -2 days

data_filtered = data[data['Diff'] == '1 days']
del data_filtered['Diff']
print data_filtered

        date name
1 2015-04-04    A
2 2015-04-05    A