在 pandas 中查找每月某个时间范围内发生的定期付款

Posted 2023-03-29

【中文标题】在 pandas 中查找每月某个时间范围内发生的定期付款

【英文标题】：find recurring payments that occur within a time frame monthly in pandas

【发布时间】：2021-12-26 17:50:39

【问题描述】：

我有一个数据框，我想查找相同 ID 的定期付款（仅当金额相同且月份中的某天相同且存在误差（+-5 天）时。 我做了以下事情：

d = 'id':[1,1,1,3,3,3,5,5,5],
    'day_of_month':[2,2,5,4,6,8,10,15,25],
    'amount':[1000,1000,50,1500,3000,1500,4000,2000,2000]
dd = pd.DataFrame(d)
print(dd)
    id  day_of_month    amount
0   1     2            1000
1   1     2            1000
2   1     5             50
3   3     4            1500
4   3     6            3000
5   3     8            1500
6   5     10           4000
7   5     15           2000
8   5     25           2000

然后我这样做：

dd[dd.duplicated(subset = ['id','amount'], keep = False)]
    id  day_of_month       amount
0   1      2                1000
1   1      2                1000
3   3      4                1500
5   3      8                1500
7   5      15               2000
8   5      25               2000

如您所见，输出的最后一行是误报，因为我没有设法实现当月的 +-5 天窗口。 我想要的输出应该是这个

   id       day_of_month    amount
0   1      2                1000
1   1      2                1000
3   3      4                1500
5   3      8                1500

关于如何实现我需要的任何想法？谢谢！

【参考方案1】：

为什么不添加另一个mask？

你原来的mask：

non_duplicates_mask = dd.duplicated(subset = ['id','amount'], keep = False)

月月mask:

months_mask = abs(dd['day_of_month'] - dd['day_of_month'].shift()) >= 5

我使用abs 以防day_of_month 并不总是按升序排列，

然后使用两个掩码应用xor 操作：

dd[non_duplicates_mask ^ months_mask]

输出：

    id  day_of_month    amount
0   1   2               1000
1   1   2               1000
3   3   4               1500
5   3   8               1500

编辑： xor (eXclusive OR) 的操作如下：

【讨论】：

感谢您的回答。我以前从未使用过异或操作。它到底在做什么？

@Unicorn07 我已经添加了xor 的可视化表示，并且如果答案确实解决了您的问题，不要忘记投票并勾选绿色 v :)