python - 如果客户有“分数”，则过滤掉 np.nan 并保留 max order_date

Question

我有一个熊猫数据框：

pd.DataFrame({
'acct_num': [1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3],
'score': [np.nan, np.nan, 300, 250, np.nan, 275, 400, 450, 9998, np.nan, np.nan],
'order_date': ['2021-05-11 20:29:22.656','2021-04-15 10:15:20.444',
               '2021-03-18 03:29:22.400', '2021-02-21 22:05:22.399',
               '2021-05-05 12:01:19.699','2021-04-19 18:16:22.493',
               '2021-04-19 05:12:12.837', '2021-04-19 04:22:19.199',
               '2021-04-19 03:58:11.121', '2021-02-01 14:29:22.656',
               '2021-03-08 13:03:22.653']})

以下是输出的样子：

pd.DataFrame({
'acct_num': [1, 2, 3],
'score': [300, 450, np.nan],
'order_date': ['2021-03-18 03:29:22.400','2021-04-19 04:22:19.199',
              '2021-02-01 14:29:22.656']})

过滤此数据的逻辑如下：

1. 按帐号分组并返回分数不为 Null 的最大 order_date。
2. 如果给定 acct_num 的所有分数都为 null，则返回最大 order_date 和 Null 分数。
3. 如果acct_num在同一天两次下单，则返回当天最高分和order_date（带时间戳）。除非分数是 9998，否则如果同一天还有其他非 Null 分数，则该分数应忽略。

标签： pythonpython-3.xpandas

Answer 1

首先，我们将获取“acct_num”列的值，score==9998然后我们将检查“acct_num”的计数是否大于 1：

val=df.loc[df['score']==9998,'acct_num'].values[0]
cond=df.loc[df['acct_num']==val,'acct_num'].count()>1

最后使用groupby()和布尔掩码：

result=df[(df['score']!=9998) | (cond==True)].groupby('acct_num')[['order_date','score']].max()