在使用Python处理数据时,经常需要对数据筛选。

这是在对时间筛选时,判断两列时间是否相差一年,如果是,则返回符合条件的所有列。

data原始数据:

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

筛选后的数据:

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

以上这篇使用Python的Dataframe取两列时间值相差一年的所有行方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

python读取前两列数据对比_使用Python的Dataframe取两列时间值相差一年的所有行方法...相关推荐

  1. python提取两列数据对比_使用Python的Dataframe取两列时间值相差一年的所有行方法...

    在使用Python处理数据时,经常需要对数据筛选. 这是在对时间筛选时,判断两列时间是否相差一年,如果是,则返回符合条件的所有列. data原始数据: data[map(lambda x:dateti ...

  2. excel 两组数据交点_初识Python 数据可视化

    ✨  冒号说:发着小光小热的小点点 ✨    "一图胜千言."          ----Arthur Brisbane 听说这个最近很火!在这个信息爆炸的时代,科技虽然使得数据获 ...

  3. python合并两个数据框_使用python合并两个数据框

    我有两个数据框:dfDepas和df7: dfDepas.info() Int64Index: 7 entries, 0 to 6 Data columns (total 4 columns): da ...

  4. python交换两列的位置_如何更改 pandas dataframe 中两列的位置

    如何更改 pandas dataframe 中两列的位置: 把其中的某列移到第一列的位置. 原来的 df 是: df = pd.read_csv('I:/Papers/consumer/codeand ...

  5. python全栈还是大数据好_青岛PYTHON全栈应用开发班

    .部分 Python环境配置 Python环境配置 1.Python的历史和它的哲学思想 2.Python开发环境安装与配置 3.Python各种编辑器之间的选择,和安装配置 4.交互式解释器及IDE ...

  6. python向mysql中添加数据标签_用python在MySQL中写入数据和添加数据

    在笔者之前的博文中,已介绍了用python连接与mysql数据库的知识.包括如何安装python连接mysql的pymysql包,如何通过cusor语句将python与mysql连接起来,以及如何用p ...

  7. 用python提取不同的两列数据对比_比较两列数据fram中的值

    另一种方法是使用pandas.DataFrame的.loc方法,该方法返回符合布尔索引条件的行的索引位置:df.loc[(df['256'] != df['Z'])].index 输出:Int64In ...

  8. oracle 两表两列数据对比_【SQL】根据两列信息,整合两张表数据

    两张表数据如下: --2017年 id college score A001 北京大学 670 A002 中国人民大学 646 A003 清华大学 664 A003 清华大学         (定向) ...

  9. oracle 两表两列数据对比_当表中的列数不同时,如何比较oracle中的两个表

    INTRO:下面我将展示如何做到"手工"这些工具(例如SQL Developer)可以做得更快更好.我对此(和你的!)的兴趣是双重的:学习和使用一些可以帮助解决许多其他问题的想法; ...

最新文章

  1. 【C语言】一些简单编译错误或警告
  2. Html5本地存储和本地数据库
  3. CSS自学教程--一天搞定CSS(终篇总结)
  4. C#实现GDI+基本图的缩放、拖拽、移动
  5. Angular JS (2)
  6. 全国计算机英语四六级准考证打印准考证号,2017全国大学生英语四六级准考证打印...
  7. 【AI视野·今日NLP 自然语言处理论文速览 第十六期】Tue, 29 Jun 2021
  8. Feature Layer with selection(ArcGIS JS Api 图上点选)
  9. Log4j2架构分析与实战
  10. cygwin安装好了如何添加cmake make_在windows上使用cmake
  11. JEECG中datagrid方法自定义查询条件
  12. AHCI、RAID、IDE三种硬盘模式优缺点对比
  13. AltiumDesigner多通道复用设计教程(亲测可行版本)
  14. uart硬件一些小知识
  15. Laravel 5.4设置logout注销账户的重定向路径
  16. 计算机信息安全技术知识点简摘又名我的期末考试复习第一弹
  17. 数字金字塔 (15 分)
  18. windows下 python安装pip 简易教程
  19. 文件操作之文件包含漏洞
  20. 12个实用的Word、PDF文档搜索引擎

热门文章

  1. 什么是代码区、常量区、静态区(全局区)、堆区、栈区?
  2. windows编程之TextOut与DrawText -- 文本输出实验
  3. unity 2018.3.6f 打bundle unity崩溃的bug
  4. Java最好用软件——idea安装教程
  5. [随笔]_写在断网时
  6. JS日期格式化——数字日期转中文日期(封装函数,dayjs时间格式化YYYY-MM-DD)
  7. linux——LVS
  8. 【wikioi】1033 蚯蚓的游戏问题(费用流)
  9. R语言(一) ggplot2常用绘图命令总结
  10. 人民币汇率弹性渐强 汇改下一步完善市场机制