提问人：Coding_Nubie 提问时间：8/2/2023 最后编辑：Coding_Nubie 更新时间：8/2/2023 访问量：52
在 Python 中移除特定条件下的 ID
Removing IDs under specific conditions in Python
问：
我有一个数据集，我需要完全删除在特定日期之前及以后标记的 ID。我很难开始这个。
df =
ID Date Flagged
101 6/4/2023 0
101 7/23/2023 0
102 4/28/2023 1
102 5/2/2023 1
102 6/30/2023 1
102 7/11/2023 1
103 6/23/2023 1
103 7/12/2023 1
104 4/17/2023 0
104 5/12/2023 1
104 6/17/2023 1
104 7/22/2023 1
我想一起删除 2023 年 5 月 1 日之前的所有 ID。
我试过了Flagged
today = datetime.datetime.today()
x_days = today - dt(days=90)`
filtered_df = df{(df['Flagged'] == 1) & (df['Date' >= x_days)]
当我运行它时，我仍然有我想完全删除的 ID。以下是所需的输出：
df =
ID Date Flagged
103 6/23/2023 1
103 7/12/2023 1
104 5/12/2023 1
104 6/17/2023 1
104 7/22/2023 1
对此的任何帮助都很棒，谢谢！
答：
1赞
Will
8/2/2023
#1
试试这个：
# Convert 'Date' column to datetime format (to be sure)
df['Date'] = pd.to_datetime(df['Date'])
# Define cutoff date
cutoff_date = datetime(2023, 5, 1)
# Create a mask to filter IDs flagged before the cutoff date
mask = (df['Flagged'] == 1) & (df['Date'] >= cutoff_date)
# Get the list of IDs to be removed
ids_to_remove = df.loc[mask, 'ID'].unique()
# Filter out the IDs from the DataFrame
filtered_df = df[~df['ID'].isin(ids_to_remove)]
0赞
not_speshal
8/2/2023
#2
使用布尔索引：
#convert to datetime if needed
df["Date"] = pd.to_datetime(df["Date"],format="%m/%d/%Y")
#get flagged IDs to ignore
flagged = df[df["Flagged"].eq(1)&df["Date"].lt(pd.Timestamp.today()-pd.DateOffset(90))]
>>> df[~df["ID"].isin(flagged["ID"])&df["Flagged"].eq(1)]
ID Date Flagged
6 103 2023-06-23 1
7 103 2023-07-12 1
9 104 2023-05-12 1
10 104 2023-06-17 1
11 104 2023-07-22 1
评论
1赞
Michael S.
8/2/2023
小心这个答案。OP 希望在 2023 年 5 月 1 日之前标记所有日期，此答案取决于当前日期。如果 OP 在一个月后甚至几天后运行此代码，他们将无法获得所需的结果。
0赞
Coding_Nubie
8/2/2023
这似乎奏效了，谢谢
0赞
not_speshal
8/2/2023
@MichaelS - OP 在他们的帖子中使用了。 同样的逻辑。today - dt(days=90)
0赞
Michael S.
8/2/2023
是的，但 OP 指定了一个特定的日期，而不是从代码运行开始的特定时间。仅仅因为 OP 尝试并不意味着这是正确的方法。today - dt(days=90)
1赞
not_speshal
8/2/2023
@MichaelS。- 我认为 OP 想要一个动态解决方案。如果这是他们需要的，那么对日期进行硬编码很容易。
1赞
Michael S.
8/2/2023
#3
首先查找在指定日期之前标记的所有 ID，然后仅查找已标记且没有错误 ID 之一的值：
import pandas as pd
import datetime
# create dataframe:
df = pd.DataFrame(
{'ID' : [101, 101, 102, 102, 102, 102, 103, 103, 104, 104, 104, 104],
'Date' : ['6/4/2023' ,'7/23/2023','4/28/2023','5/2/2023' ,'6/30/2023','7/11/2023','6/23/2023','7/12/2023','4/17/2023','5/12/2023','6/17/2023','7/22/2023'],
'Flagged' : [0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1]})
# Convert dates
df['Date'] = pd.to_datetime(df.Date, format = '%m/%d/%Y')
# Find bad IDs (ones that had a flag before specific date)
bad_ids = df[(df.Flagged.eq(1)) & (df.Date < datetime.datetime(2023, 5, 1))].ID.unique()
# Find all values that are flagged and do not have a bad ID
df[(df.Flagged.eq(1)) & ~(df.ID.isin(bad_ids))]
输出：
ID Date Flagged
6 103 2023-06-23 1
7 103 2023-07-12 1
9 104 2023-05-12 1
10 104 2023-06-17 1
11 104 2023-07-22 1
评论
Flagged=0(df['Flagged'] == 1)