我試圖找到我的錨定日期和按 ID 分組的其他日期之間的日期差異。輸入ID Date Anchor Date123 1/5/2018 N123 4/10/2018 N123 5/8/2018 Y123 10/12/2018 N234 1/4/2018 N234 1/4/2018 N234 1/4/2018 Y456 5/6/2018 N456 5/6/2018 N456 5/10/2018 N456 6/1/2018 Y567 3/2/2018 N567 3/2/2018 N567 3/2/2018 Y預期輸出：ID Date Anchor Date Diff123 1/5/2018 N -123 123 4/10/2018 N -28123 5/8/2018 Y 0123 10/12/2018 N 157234 1/4/2018 N 0234 1/4/2018 N 0234 1/4/2018 Y 0456 5/6/2018 N -26456 5/6/2018 N -26456 5/10/2018 N -22456 6/1/2018 Y 0567 3/2/2018 N 0567 3/2/2018 N 0567 3/2/2018 Y 0代碼嘗試import pandas as pddf = pd.read_csv()df['Date'] = df.groupby('ID')['Date'].apply(lambda x: x.sort_values())df['diff'] = df.groupby('ID')['Date'].diff() / np.timedelta64(1, 'D')df['diff'] = df['diff'].fillna(0)我收到的錯誤是“插入列的索引與框架索引不兼容”。其次，我不確定如何合并錨定日期列以確保將其用于時間零。
1 回答
狐的傳說
TA貢獻1804條經驗 獲得超3個贊
首先你需要轉換Date成datetime類型：
df['Date'] = pd.to_datetime(df['Date'])
之后，可以提取Anchor Datewith的索引idxmax，然后用于loc提取實際日期：
idx = df['Anchor Date'].eq('Y').groupby(df['ID']).transform('idxmax')
df['Diff'] = (df['Date'] - df.loc[idx, 'Date'].values) / np.timedelta64(1, 'D')
另一種方法是使用布爾索引提取那些日期，然后映射：
anchor_dates = df.loc[df['Anchor Date']=='Y', ['ID','Date']].set_index('ID')['Date']
df['Diff'] = (df['Date'] - anchor_dates)/np.timedelta64(1, 'D')
輸出：
ID Date Anchor Date Diff
0 123 2018-01-05 N -123.0
1 123 2018-04-10 N -28.0
2 123 2018-05-08 Y 0.0
3 123 2018-10-12 N 157.0
4 234 2018-01-04 N 0.0
5 234 2018-01-04 N 0.0
6 234 2018-01-04 Y 0.0
7 456 2018-05-06 N -26.0
8 456 2018-05-06 N -26.0
9 456 2018-05-10 N -22.0
10 456 2018-06-01 Y 0.0
11 567 2018-03-02 N 0.0
12 567 2018-03-02 N 0.0
13 567 2018-03-02 Y 0.0
添加回答
舉報
0/150
提交
取消