pandas：按多種條件過濾組？

Question

我有一個如下所示的數據框：

df = pd.DataFrame([
  {'id': 123, 'date': '2016-01-01', 'is_local': True },
  {'id': 123, 'date': '2017-01-01', 'is_local': False },
  {'id': 124, 'date': '2016-01-01', 'is_local': True },
  {'id': 124, 'date': '2017-01-01', 'is_local': True }
])
df.date = df.date.astype('datetime64[ns]')

我希望獲得2016 is_local為True的所有ID列表，但2017年初為False。我開始按ID進行分組：

gp = df.groupby('id')

然后我試過這只是為了過濾這些條件中的第二個（作為一種入門方式），但它返回所有組：

gp.apply(lambda x: ~x.is_local & (x.date > '2016-12-31'))

如何以我需要的方式過濾？

Answer 1

d1 = df.set_index(['id', 'date']).is_local.unstack()
d1.index[d1['2016-01-01'] & ~d1['2017-01-01']].tolist()

[123]

Answer 2

另一種方法是通過旋轉 ：

In [24]: ids_by_dates = df.pivot(index='id', columns='date',values='is_local')

In [25]: ids_by_dates['2016-01-01'] & ~ids_by_dates['2017-01-01']
Out[25]: 
id
123     True
124    False

Answer 3

您可以嘗試使用datetime庫中的datetime模塊，並為數據幀傳遞多個條件

from datetime import datetime
df = pd.DataFrame([
  {'id': 123, 'date': '2016-01-01', 'is_local': True },
  {'id': 123, 'date': '2017-01-01', 'is_local': False },
  {'id': 124, 'date': '2016-01-01', 'is_local': True },
  {'id': 124, 'date': '2017-01-01', 'is_local': True }
])
df.date = df.date.astype('datetime64[ns]')

使用多個條件來切割所需的數據幀

a = df[(df.is_local==True) & (df.date<datetime(2016,12,31) & (df.date>datetime(2015,12,31))]
b = df[(df.is_local==False) & (df.date<datetime(2017,12,31)) & (df.date>datetime(2016,12,31))]

稍后使用pandas連接

final_df = pd.concat((a,b))

將輸出第1行和第2行

    date        id  is_local
2   2016-01-01  124 True
1   2017-01-01  123 False

單行如下

final_df = pd.concat((df[(df.is_local==True) & (df.date<datetime(2016,12,31) & (df.date>datetime(2015,12,31))], df[(df.is_local==False) & (df.date<datetime(2017,12,31)) & (df.date>datetime(2016,12,31))]))