python - 按最近 3 个月和 ID 过滤数据

Question

我有 pandas 数据框，其中有 2 列，

    ID   Month

    1    Jan-18
    1    Dec-17
    1    Feb-18
    1    Nov-17
    1    Oct-17
    1    Sep-17
    2    Jan-18
    2    Dec-17
    2    Feb-18
    2    Nov-17
    2    Oct-17
    2    Mar-18

我想通过ID获取最近3个月的数据

预期输出，

    ID   Month

    1    Dec-17
    1    Jan-18
    1    Feb-18

    2    Jan-18
    2    Feb-18
    2    Mar-18

我尝试了 pandas 的过滤技术，但我未能应用多个条件，其中第二个条件是最近几个月。

Answer 1

使用to_datetime首先，按 DataFrame.sort_values 对两列进行排序, 通过 Series.dt.strftime 将 Month 列转换回原始格式并调用GroupBy.tail :

df['Month'] = pd.to_datetime(df['Month'], format='%b-%y')
df1 = (df.sort_values(['ID','Month'])
         .assign(Month=df['Month'].dt.strftime('%b-%y'))
         .groupby('ID')
         .tail(3))
print (df1)
    ID   Month
1    1  Dec-17
0    1  Jan-18
2    1  Feb-18
6    2  Jan-18
8    2  Feb-18
11   2  Mar-18

另一种带有月周期的解决方案:

df['Month'] = pd.to_datetime(df['Month'], format='%b-%y').dt.to_period('m')
df1 = (df.sort_values(['ID','Month'])
         .groupby('ID')
         .tail(3))
print (df1)
    ID    Month
1    1  2017-12
0    1  2018-01
2    1  2018-02
6    2  2018-01
8    2  2018-02
11   2  2018-03