大Pandas按X，Y分组，选择X1和X2的最后一周（有差异频率）

Question

我有这样一个数据帧（通常）：

time      source   id
5-4-2014    A       1
5-4-2014    A       1
5-5-2014    A       1
...
4-12-2013   B       12
4-12-2013   B       12
4-12-2013   B       12
...

• 源A频率约为2/天
• 源B频率更高。你知道吗

我想按来源和id进行分组；然后为每个人选择最后一周的数据。你知道吗

我尝试了一个快速跟踪（20），但为了我的目的（减去直方图（pmf））上周每个病人，我想更准确。你知道吗

如何获取索引的最后一周？你知道吗

Answer 1

假设您有这样一个数据帧：

In [50]: s="""time      source   id
    ...: 4-25-2014    A       1
    ...: 5-4-2014    A       1
    ...: 5-5-2014    A       1
    ...: 4-2-2013   B       12
    ...: 4-6-2013   B       12
    ...: 4-11-2013   B       12
    ...: 4-12-2013   B       12
    ...: 4-12-2013   B       12"""

In [51]: df = pd.read_csv(StringIO(s), sep="\s+")

In [52]: df['time'] = pd.to_datetime(df['time'])

In [53]: df
Out[53]: 
        time source  id
0 2014-04-25      A   1
1 2014-05-04      A   1
2 2014-05-05      A   1
3 2013-04-02      B  12
4 2013-04-06      B  12
5 2013-04-11      B  12
6 2013-04-12      B  12
7 2013-04-12      B  12

然后，可以在分组对象的apply调用中选择所需的行：

In [57]: g = df.groupby(['source', 'id'])

In [58]: g.apply(lambda x : x[x['time'] > (x['time'].iloc[-1] - dt.timedelta(7))])
Out[58]: 
                  time source  id
source id                        
A      1  1 2014-05-04      A   1
          2 2014-05-05      A   1
B      12 4 2013-04-06      B  12
          5 2013-04-11      B  12
          6 2013-04-12      B  12
          7 2013-04-12      B  12