时间戳

首页 > 解决方案 > 数据框中某列中基于特定条件的行的时间差

python - 数据框中某列中基于特定条件的行的时间差

问题描述

在给定固定 User_ID 的意义上，以下数据框中的“年龄”功能已损坏，所有“日期”的年龄都相同。我想从原始年龄中减去日期和最后一次发生的日期之间的年差。

import pandas as pd

df = pd.DataFrame({
    "User_ID": [ "N1", "N2", "N3", "N1", "N1", "N2", "N3", "N2" , "N1", "N1", "N1", "N2"],
    "Date": [ "31/10/2021", "31/10/2020" , "31/10/2019", "24/10/2019", "22/10/2018", "15/10/2017", "14/10/2017", "13/10/2016", "12/10/2016", "11/10/2015", "2/10/2015", "1/10/2015" ],
    "Age": [6,5,8,6,6,5,8,5,6,6,6,5]
})

因此对于数据框

          ID  Date        Age
    0     N1  2021-10-31  6
    1     N2  2020-10-31  5
    2     N3  2019-10-31  8
    3     N1  2019-10-24  6
    4     N1  2018-10-28  6
    5     N2  2017-10-15  5
    6     N3  2017-10-14  8
    7     N2  2016-10-13  5
    8     N1  2016-10-12  6
    9     N1  2015-10-11  6
    10    N1  2015-10-2   6
    11    N2  2015-10-1   5

结果应该看起来像

          ID  Date        Age
    0     N1  2021-10-31  6
    1     N2  2020-10-31  5
    2     N3  2019-10-31  8
    3     N1  2019-10-24  4
    4     N1  2018-10-28  3
    5     N2  2017-10-15  2
    6     N3  2017-10-14  6
    7     N2  2016-10-13  1
    8     N1  2016-10-12  1
    9     N1  2015-10-11  0
    10    N1  2015-10-2   0
    11    N2  2015-10-1   0

有什么快速的方法吗？

标签： pythonpython-3.xpandasdataframe

解决方案

您可以Series按年份创建，通过 first yearin GroupBy.firstwith GroupBy.transformoriginal获取差异，y并用于按列减去Age：

y = df['Date'].dt.year
df['Age'] = df['Age'].sub(y.groupby(df['User_ID']).transform('first').sub(y))
print (df)
   User_ID       Date  Age
0       N1 2021-10-31    6
1       N2 2020-10-31    5
2       N3 2019-10-31    8
3       N1 2019-10-24    4
4       N1 2018-10-22    3
5       N2 2017-10-15    2
6       N3 2017-10-14    6
7       N2 2016-10-13    1
8       N1 2016-12-10    1
9       N1 2015-11-10    0
10      N1 2015-02-10    0
11      N2 2015-01-10    0

推荐阅读