我正在使用如下所示的DataFrame:
User_ID Datetime
01 2014-01-01 08:00:00
01 2014-01-02 09:00:00
02 2014-01-02 10:00:00
02 2014-01-03 11:00:00
03 2014-01-04 12:00:00
04 2014-01-04 13:00:00
05 2014-01-02 14:00:00
我想根据“日期时间”列在某些条件下过滤用户,例如,仅过滤具有一个事件/月的用户,或仅过滤具有夏季的事件的用户,等等。
到目前为止,我已经将df与分组:
g = df.groupby(['User_ID','Datetime']).size()
获取每个用户在时间上的“痕迹”:
User_ID Datetime
01 2014-01-01 08:00:00
2014-01-02 09:00:00
02 2014-01-02 10:00:00
2014-01-03 11:00:00
03 2014-01-04 12:00:00
04 2014-01-04 13:00:00
05 2014-01-02 14:00:00
然后,我应用了一个蒙版来过滤,例如,具有多个跟踪的“用户”:
mask = df.groupby('User_ID')['Datetime'].apply(lambda g: len(g)>1)
df = df[df['User_ID'].isin(mask[mask].index)]
所以这很好。我正在寻找一种功能,而不是lambda g: len(g)>1
能够像以前所说的那样在不同条件下过滤用户。尤其是过滤每月出现一次的用户。
只要您的'Datetime'dtype已经是日期时间,并且正在运行0.15.0或更高版本的pandas,那么除了用户ID之外,您还可以按月份分组,然后通过检查组的长度来过滤结果:
In [29]:
df.groupby(['User_ID',df['Datetime'].dt.month]).filter(lambda x: len(x) > 1)
Out[29]:
User_ID Datetime
0 1 2014-01-01 08:00:00
1 1 2014-01-02 09:00:00
2 2 2014-01-02 10:00:00
3 2 2014-01-03 11:00:00
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句