在應用 groupby 后，如何根據行間不同列值的比較來 select 行？

Question

如果我有以下數據

姓名	開始	結尾
一個	2012 年 3 月 4 日	2014 年 7 月 9 日
乙	17 年 5 月 2 日	2018 年 6 月 3 日
C	2013 年 4 月 10 日	2014 年 5 月 12 日
一個	2013 年 4 月 6 日	2015 年 7 月 12 日
乙	2019 年 4 月 12 日	21 年 12 月 3 日
c	2013 年 12 月 6 日	2014 年 11 月 3 日

對於每個唯一名稱（A、B、C），我想 select 對於除正在考慮其結束日期的行之外的每一行，其結束日期晚於相同名稱的開始日期的行。 因此，在這種情況下，A 和 C。 基本上，首先使用 groupby (['Name'] ，然后在對同名的行進行比較時選擇結束日期晚於開始日期的行。

Answer 1

將兩列都轉換為日期時間，因此可以通過Series.lt比較 less ，然后使用GroupBy.all檢查是否所有True s per Name和最后一個過濾器索引：

df['Start'] = pd.to_datetime(df['Start'], format='%m/%d/%y')
df['End'] = pd.to_datetime(df['End'], format='%m/%d/%y')

s = df['Start'].lt(df['End']).groupby(df['Name']).all()

out = s.index[s].tolist()
print (out)

或更改Series.gt的掩碼並通過numpy.setdiff1d獲得差異：

df['Start'] = pd.to_datetime(df['Start'], format='%m/%d/%y')
df['End'] = pd.to_datetime(df['End'], format='%m/%d/%y')

out = np.setdiff1d(df['Name'], df.loc[df['Start'].gt(df['End']), 'Name']).tolist()