主页 / coding / 问题 / 77813013
Accepted
mabramov
Asked: 2024-01-14 04:37:27 +0800 CST

根据特殊条件在Python中创建子集

  • 772

我目前正在做一些数据操作程序，并遇到了如何根据特殊条件创建子集的问题。

我的例子（数据框）是这样的：

Name    ID     ContractDate LoanSum DurationOfDelay
A       ID1    2023-01-01   10      0 
A       ID1    2023-01-03   15      0
A       ID1    2022-12-29   20      35
A       ID1    2022-12-28   40      91

B       ID2    2023-01-05   15      0
B       ID2    2023-01-10   30      100
B       ID2    2023-01-07   35      40
B       ID2    2023-01-06   35      0

C       ID3    2023-01-09   20      0
C       ID3    2023-01-07   30      0
C       ID3    2023-01-11   35      0

我的目标是创建两个不同的子集（两个新的数据帧）：

  1. 创建一个表，其中包含最后发放的贷款

预期结果：

Name    ID     ContractDate LoanSum DurationOfDelay
A       ID1    2023-01-03   15      0
B       ID2    2023-01-10   30      100
C       ID3    2023-01-11   35      0
  1. 以这样的方式对数据进行分组，即对于每个借款人，仅返回最先发放且 DurationOfDelay > 0 的贷款

预期结果：

Name    ID     ContractDate LoanSum DurationOfDelay
A       ID1    2022-12-28   40      91
B       ID2    2023-01-07   35      40

您愿意帮助我取得这些成果吗？非常感谢任何形式的帮助！

python

1 个回答

  1. Best Answer
    window_spec = Window.partitionBy('Name', 'ID').orderBy(F.desc('ContractDate'))
subset1 = df.withColumn('row_num', F.row_number().over(window_spec)) \
            .filter(F.col('row_num') == 1) \
            .drop('row_num')
subset1.show()
window_spec_subset2 = Window.partitionBy('Name', 'ID').orderBy('ContractDate')
subset2 = df.filter(F.col('DurationOfDelay') > 0) \
            .withColumn('row_num', F.row_number().over(window_spec_subset2)) \
            .filter(F.col('row_num') == 1) \
            .drop('row_num')
subset2.show()

+----+---+------------+-------+---------------+
|Name| ID|ContractDate|LoanSum|DurationOfDelay|
+----+---+------------+-------+---------------+
|   A|ID1|  2023-01-03|     15|              0|
|   B|ID2|  2023-01-10|     30|            100|
|   C|ID3|  2023-01-11|     35|              0|
+----+---+------------+-------+---------------+

+----+---+------------+-------+---------------+
|Name| ID|ContractDate|LoanSum|DurationOfDelay|
+----+---+------------+-------+---------------+
|   A|ID1|  2022-12-28|     40|             91|
|   B|ID2|  2023-01-07|     35|             40|
+----+---+------------+-------+---------------+
    • 1

相关问题