在 python pandas dataframe 中查找与另一个日期列最近的日期

发布于 2025-01-13 09:41:25 字数 1851 浏览 0 评论 0原文

epm_vin	repm_milg	repm_ro_dtimecomplaints_flag		date_flag	日期
MALAN51CMBM972380	25645	2020-10-01	是	南	2021-08-07
MALAN51CMBM972380	25845	2021-08-06	是	南	2021-08-07
MALPC813MLM018007	39305	2021-06-12	是	Nan	2020-10-01
MALPC813MLM018007	28795	2021-03-05	是	Nan	2020-10-01

|   repm_vin         |repm_milg |repm_ro_dtime  |complaints_flag    |date_flag  |Dates|
| :--------      |:-------|:---------|:-----|:----------|:------|:---------|:-----|
|MALAN51CMBM972380  |25845| 2021-08-06| Yes |Yes|   2021-08-07|
|MALPC813MLM018007| 28795|  2021-03-05| Yes|    Yes |2020-10-01|

解决方案应该类似于上面的第二个表意味着我想要 repm_ro_dtime 最接近日期列和标志的行date_flag 为“是”。

原文

epm_vin	repm_milg	repm_ro_dtime	complaints_flag	date_flag	Dates
MALAN51CMBM972380	25645	2020-10-01	Yes	Nan	2021-08-07
MALAN51CMBM972380	25845	2021-08-06	Yes	Nan	2021-08-07
MALPC813MLM018007	39305	2021-06-12	Yes	Nan	2020-10-01
MALPC813MLM018007	28795	2021-03-05	Yes	Nan	2020-10-01

|   repm_vin         |repm_milg |repm_ro_dtime  |complaints_flag    |date_flag  |Dates|
| :--------      |:-------|:---------|:-----|:----------|:------|:---------|:-----|
|MALAN51CMBM972380  |25845| 2021-08-06| Yes |Yes|   2021-08-07|
|MALPC813MLM018007| 28795|  2021-03-05| Yes|    Yes |2020-10-01|

solution should be like above second table means i want the rows where repm_ro_dtime is nearest to Dates column and flag date_flag as Yes.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

辞别 2025-01-20 09:41:25

使用：

idx = df['repm_ro_dtime'].sub(df['Dates']).dt.days.abs().groupby(df['epm_vin']).idxmin()
df = df.loc[idx].assign(date_flag = 'Yes')
print (df)
             epm_vin  repm_milg repm_ro_dtime complaints_flag date_flag  \
1  MALAN51CMBM972380      25845    2021-08-06             Yes       Yes   
3  MALPC813MLM018007      28795    2021-03-05             Yes       Yes   

       Dates  
1 2021-08-07  
3 2020-10-01

Use:

idx = df['repm_ro_dtime'].sub(df['Dates']).dt.days.abs().groupby(df['epm_vin']).idxmin()
df = df.loc[idx].assign(date_flag = 'Yes')
print (df)
             epm_vin  repm_milg repm_ro_dtime complaints_flag date_flag  \
1  MALAN51CMBM972380      25845    2021-08-06             Yes       Yes   
3  MALPC813MLM018007      28795    2021-03-05             Yes       Yes   

       Dates  
1 2021-08-07  
3 2020-10-01

回复收藏 0 原文

~没有更多了~