熊猫如何检查列值之间的差异是否在每个组中的范围内

Question

我有以下内容df，cluster_id    date1             2018-01-021             2018-02-011             2018-03-302             2018-04-012             2018-04-232             2018-05-183             2018-06-013             2018-07-303             2018-09-30我喜欢创建一个布尔列recur_pmt，True如果date每个簇 ( df.groupby('cluster_id')) 中的连续值之间的所有差异都为30 < x < 40；和False其他。所以结果就像，cluster_id    date          recur_pmt1             2018-01-02    False1             2018-02-01    False1             2018-03-30    False2             2018-04-01    True2             2018-04-23    True2             2018-05-18    True3             2018-06-01    False3             2018-07-30    False3             2018-09-30    False我试过了df['recur_pmt'] = df.groupby('cluster_id')['date'].apply(            lambda x: (20 < x.diff().dropna().dt.days < 40).all())但它没有用。我也想知道transform在这种情况下它也可以使用。

Answer 1

transform与Series.between参数一起使用inclusive=False：

df['recur_pmt'] = df.groupby('cluster_id')['date'].transform(

            lambda x: (x.diff().dropna().dt.days.between(20, 40, inclusive=False)).all())

print (df)

   cluster_id       date  recur_pmt

0           1 2018-01-02      False

1           1 2018-02-01      False

2           1 2018-03-30      False

3           2 2018-04-01       True

4           2 2018-04-23       True

5           2 2018-05-18       True

6           3 2018-06-01      False

7           3 2018-07-30      False

8           3 2018-09-30      False