我想做以下事情：
对于如下所示的数据框：
df = pd.DataFrame({"ID":["A", "A", "C" ,"B", "B"], "date":["06/24/2014","06/25/2014","06/23/2014","07/02/1999","07/02/1999"], "value": ["3","5","1","7","8"] })
我想按日期对所有相隔 2 天内的观察结果进行分组。然后，例如，前 3 行将被分组，后两行将被分组。
到目前为止，我想到过使用类似的东西：
df.groupby(df['date'].map(lambda x: x.month))
进行这种类型的“模糊分组”的一般方法是什么？
谢谢你，
您可以按以下方式对行进行排序date，然后计算连续日期之间的差值。
当差异大于2天时进行测试。取累积和分配所需的组号：
import pandas as pd
df = pd.DataFrame({"ID":["A", "A", "C" ,"B", "B"], "date":["06/24/2014","06/25/2014","06/23/2014","07/02/1999","07/02/1999"], "value": ["3","5","1","7","8"] })
df['date'] = pd.to_datetime(df['date'])
df = df.sort_values(by='date')
df['group'] = (df['date'].diff() > pd.Timedelta(days=2)).cumsum()
print(df)
yields
ID date value group
3 B 1999-07-02 7 0
4 B 1999-07-02 8 0
2 C 2014-06-23 1 1
0 A 2014-06-24 3 1
1 A 2014-06-25 5 1
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
