假設(shè)我們有一個這樣的數(shù)據(jù)框：Id Policy_id Start_Date End_Date Fee1 Fee2 Last_dup0 b123 2019/02/24 2019/03/23 0 23 01 b123 2019/03/24 2019/04/23 0 23 02 b123 2019/04/24 2019/05/23 10 23 13 c123 2018/09/01 2019/09/30 10 0 04 c123 2018/10/01 2019/10/31 10 0 15 d123 2017/02/24 2019/03/23 0 0 06 d123 2017/03/24 2019/04/23 0 0 1該列Last_dup是應(yīng)用.duplicated( answer )的結(jié)果。在這種情況下，End_Date和的減法結(jié)果Start_Date始終為30天以進行簡化。我的目標是檢測的變化Fee1，并Fee2在過去的2個月為每個Policy_id。所以首先，我想找到最后一個元素，Policy_id然后從最后一個元素開始，比較幾個月之間的費用并檢測變化。預(yù)期結(jié)果：Id Policy_id Start_Date End_Date Fee1 Fee2 Last_dup Changed0 b123 2019/02/24 2019/03/23 0 23 0 01 b123 2019/03/24 2019/04/23 0 23 0 02 b123 2019/04/24 2019/05/23 10 23 1 13 c123 2018/09/01 2019/09/30 10 0 0 04 c123 2018/10/01 2019/10/31 10 0 1 05 d123 2017/02/24 2019/03/23 0 0 0 06 d123 2017/03/24 2019/04/23 0 0 1 0我要開始為特定行，其中Last_dup被1然后上去和比較的變化FeeX。謝謝！
1 回答
侃侃爾雅
TA貢獻1801條經(jīng)驗 獲得超16個贊
我認為為每項政策添加一個“交易編號列”會使這更容易。然后您可以對事務(wù)進行重復(fù)數(shù)據(jù)刪除以查看是否有“更改”的行。
看下面的例子：
import pandas as pd
dat = [['b123', 234, 522], ['b123', 234, 522], ['c123', 34, 23],
['c123', 38, 23], ['c123', 34, 23]]
cols = ['Policy_id', 'Fee1', 'Fee2']
df = pd.DataFrame(dat, columns=cols)
df['transaction_id'] = 1
df['transaction_id'] = df.groupby('Policy_id').cumsum()['transaction_id']
df2 = df[cols].drop_duplicates()
final_df = df2.join(df[['transaction_id']])
輸出是：
Policy_id Fee1 Fee2 transaction_id
0 b123 234 522 1
2 c123 34 23 1
3 c123 38 23 2
而且由于b123去重后只有一筆交易，所以您知道沒有任何變化。有些東西必須改變c123。
您可以使用final_df[final_df.transaction_id > 1].
如前所述，您可能需要對日期進行一些其他數(shù)學(xué)計算，但這應(yīng)該可以幫助您完成大部分工作。
編輯：如果您只想查看最近兩個月，您可以在運行上述之前過濾 DataFrame。
這個怎么做：
為過濾日期創(chuàng)建一個變量，如下所示：
from datetime import date, timedelta
filtered_date = date.today() - timedelta(days=60)
然后我會使用這個pyjanitor包來使用它的 filter_date 方法。只需過濾您想要的列；我認為這Start_date看起來最合理。
import janitor
final_df.filter_date("Start_date", start=filtered_date)
一旦你運行import janitor，final_df就會神奇地擁有filter_date可用的方法。
您可以在此處查看更多filter_date示例。
添加回答
舉報
0/150
提交
取消