欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用Python的Dataframe取兩列時間值相差一年的所有行方法

 更新時間:2018年07月10日 09:15:56   作者:wangshuang1631  
今天小編就為大家分享一篇使用Python的Dataframe取兩列時間值相差一年的所有行方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

在使用Python處理數(shù)據(jù)時,經(jīng)常需要對數(shù)據(jù)篩選。

這是在對時間篩選時,判斷兩列時間是否相差一年,如果是,則返回符合條件的所有列。

data原始數(shù)據(jù):

data[map(lambda x:datetime.date(x.year-1,x.month,x.day),data['report_date'])==data['date_1y_ago']]
 company_id signal_code_x signal_value_x report_date signal_code_y signal_value_y report_date_last date_1y_ago
0  2154888 r_1002030000   0.62660 2015-09-30 r_1002030000   0.64145  2015-12-31 2014-12-31
1  2154888 r_1002030000   0.64145 2015-12-31 r_1002030000   0.64145  2015-12-31 2014-12-31
2  2154888 r_1002030000   0.60544 2015-03-31 r_1002030000   0.64145  2015-12-31 2014-12-31
3  2154888 r_1002030000   0.54911 2014-12-31 r_1002030000   0.64145  2015-12-31 2014-12-31
4  2154888 r_1002030000   0.61379 2015-06-30 r_1002030000   0.64145  2015-12-31 2014-12-31
5  1702887 r_1002030000   0.62173 2014-03-31 r_1002030000   0.51103  2015-03-31 2014-03-31
6  1702887 r_1002030000   0.55175 2014-12-31 r_1002030000   0.51103  2015-03-31 2014-03-31
7  1702887 r_1002030000   0.51103 2015-03-31 r_1002030000   0.51103  2015-03-31 2014-03-31
8  1702887 r_1002030000   0.58696 2014-06-30 r_1002030000   0.51103  2015-03-31 2014-03-31
9  13484491 r_1002030000   0.17658 2014-12-31 r_1002030000   0.41082  2015-12-31 2014-12-31
10 13484491 r_1002030000   0.41082 2015-12-31 r_1002030000   0.41082  2015-12-31 2014-12-31
11 13484491 r_1002030000   0.39220 2015-09-30 r_1002030000   0.41082  2015-12-31 2014-12-31

篩選后的數(shù)據(jù):

company_id signal_code_x signal_value_x report_date signal_code_y signal_value_y report_date_last date_1y_ago
1  2154888 r_1002030000   0.64145 2015-12-31 r_1002030000   0.64145  2015-12-31 2014-12-31
7  1702887 r_1002030000   0.51103 2015-03-31 r_1002030000   0.51103  2015-03-31 2014-03-31
10 13484491 r_1002030000   0.41082 2015-12-31 r_1002030000   0.41082  2015-12-31 2014-12-31

以上這篇使用Python的Dataframe取兩列時間值相差一年的所有行方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python面向?qū)ο罂偨Y(jié)及類與正則表達式詳解

    Python面向?qū)ο罂偨Y(jié)及類與正則表達式詳解

    Python中的類提供了面向?qū)ο缶幊痰乃谢竟δ埽侯惖睦^承機制允許多個基類,派生類可以覆蓋基類中的任何方法,方法中可以調(diào)用基類中的同名方法。這篇文章主要介紹了Python面向?qū)ο罂偨Y(jié)及類與正則表達式 ,需要的朋友可以參考下
    2019-04-04
  • Python使用BeautifulSoup庫解析網(wǎng)頁

    Python使用BeautifulSoup庫解析網(wǎng)頁

    在Python的網(wǎng)絡(luò)爬蟲中,網(wǎng)頁解析是一項重要的技術(shù)。而在眾多的網(wǎng)頁解析庫中,BeautifulSoup庫憑借其簡單易用而廣受歡迎,在本篇文章中,我們將學(xué)習(xí)BeautifulSoup庫的基本用法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步
    2023-08-08
  • 詳解Python IO編程

    詳解Python IO編程

    這篇文章主要介紹了Python IO編程的相關(guān)資料,文中講解非常細(xì)致,代碼幫助大家更好的理解和學(xué)習(xí),感興趣的朋友可以了解下
    2020-07-07
  • python FTP批量下載/刪除/上傳實例

    python FTP批量下載/刪除/上傳實例

    今天小編就為大家分享一篇python FTP批量下載/刪除/上傳實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • python將每個單詞按空格分開并保存到文件中

    python將每個單詞按空格分開并保存到文件中

    這篇文章主要介紹了python將每個單詞按空格分開并保存到文件中,需要的朋友可以參考下
    2018-03-03
  • python結(jié)合多線程爬取英雄聯(lián)盟皮膚(原理分析)

    python結(jié)合多線程爬取英雄聯(lián)盟皮膚(原理分析)

    多線程是為了同步完成多項任務(wù),不是為了提高運行效率,而是為了提高資源使用效率來提高系統(tǒng)的效率。這篇文章主要介紹了python爬取英雄聯(lián)盟皮膚結(jié)合多線程的方法,需要的朋友可以參考下
    2021-05-05
  • opencv-python+yolov3實現(xiàn)目標(biāo)檢測

    opencv-python+yolov3實現(xiàn)目標(biāo)檢測

    因為最近的任務(wù)有用到目標(biāo)檢測,快速地了解了目標(biāo)檢測這一任務(wù),并且實現(xiàn)了使用opencv進行目標(biāo)檢測。感興趣的可以了解一下
    2021-06-06
  • 如何利用Python給自己的頭像加一個小國旗(小月餅)

    如何利用Python給自己的頭像加一個小國旗(小月餅)

    這篇文章主要給大家介紹了關(guān)于如何利用Python給自己的頭像加一個小國旗(小月餅)的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-10-10
  • tensorflow沒有output結(jié)點,存儲成pb文件的例子

    tensorflow沒有output結(jié)點,存儲成pb文件的例子

    今天小編就為大家分享一篇tensorflow沒有output結(jié)點,存儲成pb文件的例子,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-01-01
  • Python機器學(xué)習(xí)算法之決策樹算法的實現(xiàn)與優(yōu)缺點

    Python機器學(xué)習(xí)算法之決策樹算法的實現(xiàn)與優(yōu)缺點

    決策樹(Decision Tree)是一種基本的分類與回歸方法,這篇文章主要給大家介紹了關(guān)于Python機器學(xué)習(xí)算法之決策樹算法實現(xiàn)與優(yōu)缺點的相關(guān)資料,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-05-05

最新評論