我问了一个类似的问题here,但我想扩展这个问题,因为我被要求做一些不同的地方,我不能使用.duplicates()
我有一个按’Key’分组的df.我想标记排放日期与排放日期匹配的组内的任何行和排放日期之间的排,具有排放日期的行具有5-12范围内的num1值.
df = pd.DataFrame({'Key': ['10003','10003','10034','10034'],'Num1': [12,13,12,15,12],'Num2': [121,122,124,125,126,127,128],'admit': [20120506,20120508,20121010,20121110,20120520,20120520],'discharge': [20120508,20120510,20121012,20121016,20121023,20121111,20120520]})
df['admit'] = pd.to_datetime(df['admit'],format='%Y%m%d')
df['discharge'] = pd.to_datetime(df['discharge'],format='%Y%m%d')
最初的df
Key Num1 Num2 admit discharge
0 10003 12 121 2012-05-06 2012-05-08
1 10003 13 122 2012-05-08 2012-05-10
2 10003 13 122 2012-10-10 2012-10-12
3 10003 13 124 2012-10-10 2012-10-16
4 10003 12 125 2012-10-10 2012-10-23
5 10003 13 126 2012-11-10 2012-11-11
6 10034 15 127 2012-05-20 2012-05-20
7 10034 12 128 2012-05-20 2012-05-20
最后的df
Key Num1 Num2 admit discharge flag
0 10003 12 121 2012-05-06 2012-05-08 1
1 10003 13 122 2012-05-08 2012-05-10 1
2 10003 13 122 2012-10-10 2012-10-12 0
3 10003 13 124 2012-10-10 2012-10-16 0
4 10003 12 125 2012-10-10 2012-10-23 0
5 10003 13 126 2012-11-10 2012-11-11 0
6 10034 15 127 2012-05-20 2012-05-20 1
7 10034 12 128 2012-05-20 2012-05-20 1
我试图使用filter()但我无法弄清楚如何将任何()应用于放电日期.我的逻辑是选择组中的第一个录取日期,然后在每个放电日期之间检查该日期,并且一旦匹配,则检查具有相同放电日期的行是否具有Num1中的值,范围为5-12 .
num1_range = [5,6,7,8,9,10,11,12]
df.loc[df.groupby(['Key']).filter(lambda x : (x['admit'] == x['discharge'].any())&(x['Num1'].isin(num1_range).any())),'flag']=1
我收到了一个错误
ValueError: cannot set a Timestamp with a non-timestamp