Pandas - 使用变换对组进行操作

Question

这是我的例子：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A A': ['one', 'one', 'two', 'two', 'one'] ,
                   'B': ['Ar', 'Br', 'Cr', 'Ar','Ar'] ,
                   'C': ['12/15/2011', '11/11/2001', '08/30/2015', '07/3/1999','03/03/2000' ],
                      'D':[1,7,3,4,5]})

df['C'] = pd.to_datetime(df['C'])

def date_test(x):
    key_date = pd.Timestamp(np.datetime64('2015-08-13'))
    end_date = pd.Timestamp(np.datetime64('2016-10-10'))
    result = False

    for i in x.index:
        if key_date < x[i] < end_date:
            result = True

    return result

def int_test(x):
    result = False
    for i in x.index:
        if 1 < x[i] < 9:
            result = True

    return result

现在我按列B 分组并转换列C 和D

以下代码生成一列。

df.groupby(['B'])['D'].transform(int_test)

以下代码生成日期列

df.groupby(['B'])['C'].transform(date_test)

我希望它们都生成 1 和 0 的集合，而不是日期。我的目标是收集 1 和 0。有什么想法吗？

更新：我的主要目标是了解transform 的工作原理。

Answer 1

为了与后续操作的类型一致性，您可以对transform 调用的结果进行操作，该函数尝试将生成的 Series 转换为它所针对的所选数据的 dtype。函数源代码明确地完成了这个 dtype 转换。

您的布尔数据可以转换为日期，从而获得日期时间序列。显式转换为int 以获得预期的类型：

df.groupby(['B'])['C'].transform(date_test).astype('int64')