根据动态条件选择行答案

【问题标题】：Select rows based on dynamic criteria根据动态条件选择行
【发布时间】：2019-12-30 18:23:54
【问题描述】：

目前我正在研究这种数据集：

         date   income    account  flag  day  month  year
0  2018-04-13   470.57  1000 0002     8   13      4  2018  
1  2018-04-14   375.54  1000 0002     8   14      4  2018  
2  2018-05-15   375.54  1000 0002     8   15      5  2018  
3  2018-05-16   229.04  1000 0002     7   16      5  2018  
4  2018-06-17   216.62  1000 0002     7   17      6  2018  
5  2018-06-18   161.61  1000 0002     6   18      6  2018  
6  2018-04-19   131.87  0000 0001     6   19      4  2018  
7  2018-04-20   100.57  0000 0001     6   20      4  2018  
8  2018-08-21   100.57  0000 0001     6   21      8  2018  
9  2018-08-22    50.57  0000 0001     5   22      8  2018

我正在研究一个决策树回归模型，将 RandomForest 与 ExtraTrees 进行比较并调整它的一些超参数。我目前正在尝试做的是拆分数据集，以便为每个唯一值 account 保留具有列 month 最大值的行（如果它更容易，也可以将其设置为索引）为test_set 和其他作为 train_set。基本上，这意味着将使用所有可用的历史数据进行回归，但属于最后一个可用月份的数据将用于验证 mse。

我知道如何根据 df[df['month'] < 12] 等静态条件过滤数据框，但在这种情况下，我需要为每个不同的 account 值保留所有属于最大月份的行。

从以前的数据集中我应该能够得到类似：df_test =

         date   income    account  flag  day  month  year 
4  2018-06-17   216.62  1000 0002     7   17      6  2018  
5  2018-06-18   161.61  1000 0002     6   18      6  2018   
8  2018-08-21   100.57  0000 0001     6   21      8  2018  
9  2018-08-22    50.57  0000 0001     5   22      8  2018

还有df_train =

         date   income    account  flag  day  month  year
0  2018-04-13   470.57  1000 0002     8   13      4  2018  
1  2018-04-14   375.54  1000 0002     8   14      4  2018  
2  2018-05-15   375.54  1000 0002     8   15      5  2018  
3  2018-05-16   229.04  1000 0002     7   16      5  2018  
6  2018-04-19   131.87  0000 0001     6   19      4  2018  
7  2018-04-20   100.57  0000 0001     6   20      4  2018

例如，对于df['account'] = 1000 0002，我可以使用第 4 个月和第 5 个月进行预测，并使用第 6 个月进行验证。谢谢！

【问题讨论】：

标签： python pandas filtering

【解决方案1】：

您可以使用transform

test=df[df.month==df.groupby('account').month.transform('max')].copy()
train=df.drop(test.index)
test
Out[643]: 
         date  income   account  flag  day  month  year
4  2018-06-17  216.62  10000002     7   17      6  2018
5  2018-06-18  161.61  10000002     6   18      6  2018
8  2018-08-21  100.57         1     6   21      8  2018
9  2018-08-22   50.57         1     5   22      8  2018

【讨论】：

这似乎是解决方案！我会在一分钟内尝试它，如果它有效，我会投票赞成:) 谢谢！