python - 在 Pandas DataFrame 中获取至少 6 个月前最新日期的 id 值

Question

对含糊不清的问题表示歉意，除了回答之外，请帮助我使这个问题更清楚。

下面是我有“df”的pandas.DataFrame和我想要“df1”的pandas.DataFrame。

“df1”有一列“val_6_months_ago”，它显示了 6 个月前“id”的“val”。

from datetime import datetime
import pandas as pd

df = pd.DataFrame({'id': ['a', 'a', 'a', 'b', 'b'], 
                   'val': [1, 2, 3, 4, 5], 
                   'date': [datetime(2019,4,1), datetime(2019,12,1), datetime(2020,1,1), datetime(2018,1,1), datetime(2020,1,1)]})

df1 = pd.DataFrame({'id':['a', 'a', 'a', 'b', 'b'], 
                    'val':[1, 2, 3, 4, 5], 
                    'date':[datetime(2019,4,1), datetime(2019,12,1), datetime(2020,1,1), datetime(2018,1,1), datetime(2020,1,1)],
                    'val_6_months_ago':[None, 1, 1, None, 4]})

Answer 1

让我们对 pd.merge_asof 使用“自连接”并使用 pd.DateOffset 计算日期:

df['date_6_months_ago'] = df['date'] - pd.DateOffset(months=6)

df_out = pd.merge_asof(df.sort_values('date_6_months_ago'), df[['id','date','val']].sort_values('date'), 
                       left_on='date_6_months_ago', 
                       right_on='date', 
                       by='id',
                       direction='backward', 
                       suffixes=('','_6_months_ago'))\
           .drop('date_6_months_ago', axis=1)

输出:

  id  val       date  val_6_months_ago
1  a    1 2019-04-01               NaN
2  a    2 2019-12-01               1.0
3  a    3 2020-01-01               1.0
0  b    4 2018-01-01               NaN
4  b    5 2020-01-01               4.0