datetime - 如果存在重复的 Ticker 且时间差超过一个月，则从数据框中提取 Ticker 名称

Question

所以我有一个数据框df，其中包含一堆Ticker名称和其他列。该索引采用日期时间形式。

它看起来像这样:

                    Ticker                          Owner  \
SEC Form 4                                                  
1900-10-14 17:15:00     AA                 SORRELL MARTIN   
1900-10-14 17:13:00     AA                     TATA RATAN   
1900-11-07 18:26:00     AA                   NELLES DUANE   
1900-11-10 16:53:00    AAT                  RADY ERNEST S   
1900-11-10 16:53:00    AAT                  RADY ERNEST S   
1900-11-15 17:12:00    ABR                  Tsunis George   
1900-11-15 17:12:00    ABR                  Tsunis George   
1900-11-14 10:02:00    ABT                  WHITE MILES D   
1900-11-14 10:04:00    ABT                  WHITE MILES D   
1900-11-14 10:03:00    ABT                  WHITE MILES D   
1900-11-14 10:02:00    ABT                  WHITE MILES D   
1900-11-14 10:03:00    ABT                  WHITE MILES D   
1900-11-03 14:20:00    AGC                           L.P.   
1900-11-07 14:51:00    AGC               SEIZERT GERALD L   
1900-11-07 14:51:00    AGC               SEIZERT GERALD L   
1900-10-07 17:27:00    AHC            MORONEY JAMES M III   
1900-05-03 18:05:00    AHC            MORONEY JAMES M III   
1900-11-03 18:05:00    AHC            MORONEY JAMES M III 

如果所述股票代码具有位于不同月份的索引日期(SEC 表格 4)，我想打印股票代码及其随附的行值(这些行的所有者和 SEC 表单值)。因此，在这种情况下，我想提取带有 AA 的所有行和带有 Ticker AHC 的所有行，因为它们都包含不同月份的索引日期。

所以输出应该是这样的:

                   Ticker                          Owner  \
SEC Form 4                                                  
1900-10-14 17:15:00     AA                 SORRELL MARTIN   
1900-10-14 17:13:00     AA                     TATA RATAN   
1900-11-07 18:26:00     AA                   NELLES DUANE   
1900-10-07 17:27:00    AHC            MORONEY JAMES M III   
1900-05-03 18:05:00    AHC            MORONEY JAMES M III   
1900-11-03 18:05:00    AHC            MORONEY JAMES M III

我认为最好的方法是使用 groupby 但我不太确定如何从那里开始。

 Ticker_groups = df.groupby('Ticker')

我试图访问索引(保存日期)，但我不太确定如何访问。

 df.groupby('Ticker').index  #doesn't work

我查看了 datetimeindex 文档，发现了

DatetimeIndex.month

这可能很有用，但我不知道如何将其干净地应用到 groupby 的索引中。

谢谢。

Answer 1

您可以将 groupby 和 filter 与 lambda 函数结合使用，该函数将对月份执行 pd.value_counts 并检查是否有超过其中有一个条目。

df.groupby('Owner').filter(lambda x: pd.value_counts(x.index.month).shape[0] > 1)

                    Owner           SEC Form 4
Ticker                                        
1900-10-14 17:15:00    AA       SORRELL MARTIN
1900-10-14 17:13:00    AA           TATA RATAN
1900-11-07 18:26:00    AA         NELLES DUANE
1900-10-07 17:27:00   AHC  MORONEY JAMES M III
1900-05-03 18:05:00   AHC  MORONEY JAMES M III
1900-11-03 18:05:00   AHC  MORONEY JAMES M III