python - 按列分组并比较日期 : Pandas

Question

我有以下数据框。

ID  Date1        Date2
1   7-12-2021    20-11-2021
1   10-11-2021   01-12-2021
2   22-10-2021   03-12-2021

我的想法是基于 ID 列的重复值比较两个日期，如果 Date2 早于 Date1，则保留该行。如果ID的值是唯一的，则无需比较，保持原值。

我想获得以下输出。

ID  Date1        Date2
1   10-11-2021   01-12-2021
2   22-10-2021   03-12-2021

我试过如下但没有成功。

df = df.groupby(['ID'])[(df['Date1']) < (df['Date2'])]

谁能帮我解决这个问题？

Answer 1

我首先要确保您的日期列是日期时间类型，然后检查 ID 列中的重复项以及 Date2 是否在 Date1 之前，如果是这种情况则删除:

# Convert to datetime
df['Date1'] = pd.to_datetime(df['Date1'])
df['Date2'] = pd.to_datetime(df['Date2'])

# Mark what you need to drop
df.loc[df.ID.duplicated(keep=False),'ind'] = 'dup'
df['ind'] = np.where((df.ind.eq('dup')) & (df['Date2'] > df['Date1']),'Drop','Keep')

>>> print(df.loc[df['ind'].eq('Keep')].drop('ind',axis=1))

  ID      Date1      Date2
1   1 2021-10-11 2021-01-12
2   2 2021-10-22 2021-03-12