时间戳

首页 > 解决方案 > 从具有相应 Boolean-Updated2x 的最新 ID 中获取日期

python-3.x - 从具有相应 Boolean-Updated2x 的最新 ID 中获取日期

问题描述

我正在尝试查找具有相应 True 值的最新 ID 的相应日期

我已经使用 df.id.rolling 在我的日期范围窗口中找到我想要的重复项。我只需要确定重复项与最近出现的重复项之间的距离。

这就是我开始 df 的样子

df_input:
date        id    duplicate   
1/10/18     1        true         
1/12/18     2        true         
1/20/18     1        false         
1/31/18     1        false

这就是我想要达到的目标

df_output:
date        id    duplicate   most_recent
1/10/18     1        true         Nan
1/12/18     2        true         Nan
1/20/18     1        false        1/10/18 
1/31/18     1        false        1/10/18

任何提示都是有帮助的！

编辑：~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~

感谢您的提示，但这似乎没有找到最近的实例，只有系列中的第一个实例返回第一个事件：

         date  id  duplicate most_recent
   0  1/10/18   1       True         NaN
   1  1/12/18   2       True         NaN
   2  1/20/18   1      False     1/10/18
   3  1/31/18   1      False     1/10/18
   4  2/1/18    1      True          Nan
   5  2/8/18    1      False      1/10/18

我在找：

       date  id  duplicate most_recent
   0  1/10/18   1      True         NaN
   1  1/12/18   2      True         NaN
   2  1/20/18   1      False     1/10/18
   3  1/31/18   1      False     1/10/18
   4  2/1/18    1      True          Nan
   5  2/8/18    1      False     2/1/18

感谢您的帮助，我认为我没有完全意识到或完全解释我的问题。更新了~~~~~~

提供的编码有效，所以也许我应该重新发布，但我需要能够找到最新的并附加一列，然后我需要能够根据 If + For 循环语句中列出的条件再次找到它。请参阅下面的代码示例

list2 = []

df.loc[~df.duplicates,'most_recent']=df['date'].where(df.duplicates).groupby(df['id']).ffill()
for index, row in df.iterrows():
 
  dup = row['duplicates']
  date = row['date']
  ndate = row['most_recent']
  d1 = date - ndate
  
  if d1 > timedelta(days= 14):
      x= True
      
      if x == True:
          list2.append(x)     
  else:  
      list2.append(dup)
  df.loc[~df.duplicates,'most_recent']=df['date'].where(df.duplicates).groupby(df['id']).ffill()

示例输出：

        date  id  duplicate most_recent
  0  1/10/18   1      True         NaN
  1  1/12/18   2      True         NaN
  2  1/20/18   1      False     1/10/18
  3  1/31/18   1      False     1/10/18
  4  2/1/18    1      True          Nan
  5  2/8/18    1      False     2/1/18

一些代码

        date  id  duplicate most_recent
  0  1/10/18   1      True         NaN
  1  1/12/18   2      True         NaN
  2  1/20/18   1      False     1/10/18
  3  1/31/18   1      False     1/10/18
  4  2/1/18    1      True          Nan
  5  2/8/18    1      True      2/1/18

标签： python-3.xpandasdatetimemerge

解决方案

我会做什么用ffill

df.loc[~df.duplicate,'most_recent']=df['date'].where(df.duplicate).groupby(df['id']).ffill()
df
Out[740]: 
      date  id  duplicate most_recent
0  1/10/18   1       True         NaN
1  1/12/18   2       True         NaN
2  1/20/18   1      False     1/10/18
3  1/31/18   1      False     1/10/18

推荐阅读