这是我的例子:
import pandas as pd
import numpy as np
df = pd.DataFrame({'A A': ['one', 'one', 'two', 'two', 'one'] ,
'B': ['Ar', 'Br', 'Cr', 'Ar','Ar'] ,
'C': ['12/15/2011', '11/11/2001', '08/30/2015', '07/3/1999','03/03/2000' ],
'D':[1,7,3,4,5]})
df['C'] = pd.to_datetime(df['C'])
def date_test(x):
key_date = pd.Timestamp(np.datetime64('2015-08-13'))
end_date = pd.Timestamp(np.datetime64('2016-10-10'))
result = False
for i in x.index:
if key_date < x[i] < end_date:
result = True
return result
def int_test(x):
result = False
for i in x.index:
if 1 < x[i] < 9:
result = True
return result
现在我正在按列
B
进行分组,并转换列C
和D
以下代码生成了一个列为1的列。df.groupby(['B'])['D'].transform(int_test)
以下代码会生成日期列:
df.groupby(['B'])['C'].transform(date_test)
我希望它们都能生成1和0的集合而不是日期。我的目标是得到1和0的集合。有什么想法吗?
更新:我的主要目标是了解transform
的工作原理。
date_test
,我有不同的目标,但一个特定的目标是找出日期组是否有两个连续的日期位于特定时间间隔内。这是我的大目标,但我在上面的示例中简化了它。 - user1700890