一旦一列在熊猫中达到另一列的值，如何添加列标签并计算达到该值所需的天数

Question

我有一个不同 ID 的数据框，其中一列是固定值，另一列是可变的，按日期更改。我想查看每个 ID 并创建一个新列来标记它是否已达到固定值，并创建另一个列来计算达到该值所需的时间。

ID	Date	Fixed Value	Varible Value
1	2021-01	500	10
1	2021-02	500	200
1	2021-03	500	300
1	2021-04	500	400
1	2021-05	500	500
2	2021-01	400	5
2	2021-02	400	20
2	2021-03	400	70
2	2021-04	400	400
2	2021-05	400	500
3	2021-01	300	10
3	2021-02	300	300
3	2021-03	300	500
3	2021-04	300	600
3	2021-05	300	700

我想要的是这样的：

ID	Date	Fixed Value	Varible Value	Reached_Fixed_Value	Time_To_Reach
1	2021-01	500	10	No	na
1	2021-02	500	200	No	na
1	2021-03	500	300	No	na
1	2021-04	500	400	No	na
1	2021-05	500	500	Yes	5 months
2	2021-01	400	5	No	na
2	2021-02	400	20	No	na
2	2021-03	400	70	No	na
2	2021-04	400	400	Yes	4 months
2	2021-05	400	500	Yes	4 months
3	2021-01	300	10	No	na
3	2021-02	300	300	Yes	2 months
3	2021-03	300	500	Yes	2 months
3	2021-04	300	600	Yes	2 months
3	2021-05	300	700	Yes	2 months

任何帮助将不胜感激。谢谢！

Answer 1

IIUC，你可以这样做：

df['Date'] = pd.to_datetime(df['Date'], format='%Y-%m')

df["Reached_Fixed_Value"] = np.where(
    (df["Varible Value"] >= df["Fixed Value"]), "Yes", "No"
)
df["Time_To_Reach"] = (
    df.query('Reached_Fixed_Value == "Yes"')
      .groupby("ID")["Date"]
      .transform("min")
      .dt.strftime("%m")
      .str.strip("0") + " months"
)
df

输出：

    ID       Date  Fixed Value  Varible Value Reached_Fixed_Value Time_To_Reach
0    1 2021-01-01          500             10                  No           NaN
1    1 2021-02-01          500            200                  No           NaN
2    1 2021-03-01          500            300                  No           NaN
3    1 2021-04-01          500            400                  No           NaN
4    1 2021-05-01          500            500                 Yes      5 months
5    2 2021-01-01          400              5                  No           NaN
6    2 2021-02-01          400             20                  No           NaN
7    2 2021-03-01          400             70                  No           NaN
8    2 2021-04-01          400            400                 Yes      4 months
9    2 2021-05-01          400            500                 Yes      4 months
10   3 2021-01-01          300             10                  No           NaN
11   3 2021-02-01          300            300                 Yes      2 months
12   3 2021-03-01          300            500                 Yes      2 months
13   3 2021-04-01          300            600                 Yes      2 months
14   3 2021-05-01          300            700                 Yes      2 months

有时间计算：

df["Time_To_Reach"] = (
    ((df.query('Reached_Fixed_Value == "Yes"')['Date'] - df.groupby("ID")["Date"]
      .transform("min")) / np.timedelta64(1, 'M')).round().add(1).cummin()
      )
df

输出：

    ID       Date  Fixed Value  Varible Value Reached_Fixed_Value  Time_To_Reach
0    1 2021-01-01          500             10                  No            NaN
1    1 2021-02-01          500            200                  No            NaN
2    1 2021-03-01          500            300                  No            NaN
3    1 2021-04-01          500            400                  No            NaN
4    1 2021-05-01          500            500                 Yes            5.0
5    2 2021-01-01          400              5                  No            NaN
6    2 2021-02-01          400             20                  No            NaN
7    2 2021-03-01          400             70                  No            NaN
8    2 2021-04-01          400            400                 Yes            4.0
9    2 2021-05-01          400            500                 Yes            4.0
10   3 2021-01-01          300             10                  No            NaN
11   3 2021-02-01          300            300                 Yes            2.0
12   3 2021-03-01          300            500                 Yes            2.0
13   3 2021-04-01          300            600                 Yes            2.0
14   3 2021-05-01          300            700                 Yes            2.0