如何用Pandas groupby按条件返回布尔值？附连续用餐场景求解

需求回顾 #

我们有一份记录用户每日晚餐的DataFrame，日期格式为dd/mm/yyyy，今日是05/02/2019，需要生成一个新的DataFrame，标记每个用户是否从昨天起连续3天（即02/02/2019-04/02/2019）都吃了披萨。

原始数据：

person_id, date, dinner
1, 01/02/2019, pizza
1, 02/02/2019, pizza
1, 03/02/2019, pizza
1, 04/02/2019, pizza
2, 01/02/2019, burger
2, 02/02/2019, sushi
2, 03/02/2019, burger
2, 04/02/2019, pizza
3, 01/02/2019, burger
3, 02/02/2019, pizza
3, 03/02/2019, pizza
3, 04/02/2019, pizza

期望结果：

person_id, eat_pizza_3_days_in_row
1, True
2, False
3, True

解决方案步骤 #

你已经走到了筛选和分组的关键步骤，接下来只需要对分组后的数据做两个核心检查：这三天的晚餐全是披萨，并且用户在这三天里每天都有记录（避免某一天没数据但剩下两天是披萨的误判）。

具体代码如下：

import pandas as pd

# 构造原始DataFrame
data = [
    [1, "01/02/2019", "pizza"],
    [1, "02/02/2019", "pizza"],
    [1, "03/02/2019", "pizza"],
    [1, "04/02/2019", "pizza"],
    [2, "01/02/2019", "burger"],
    [2, "02/02/2019", "sushi"],
    [2, "03/02/2019", "burger"],
    [2, "04/02/2019", "pizza"],
    [3, "01/02/2019", "burger"],
    [3, "02/02/2019", "pizza"],
    [3, "03/02/2019", "pizza"],
    [3, "04/02/2019", "pizza"],
]
df = pd.DataFrame(data, columns=["person_id", "date", "dinner"])

# 第一步：把字符串日期转换成datetime类型，避免字符串比较的bug
df["date"] = pd.to_datetime(df["date"], format="%d/%m/%Y")

# 计算目标时间窗口：昨天及前两天（2019-02-02 至 2019-02-04）
yesterday = pd.to_datetime("05/02/2019") - pd.Timedelta(days=1)
three_days_ago = yesterday - pd.Timedelta(days=2)

# 筛选出目标时间范围内的记录
filtered_df = df[(df["date"] >= three_days_ago) & (df["date"] <= yesterday)]

# 第二步：分组后执行判断逻辑
result = filtered_df.groupby("person_id").apply(
    lambda x: (x["dinner"] == "pizza").all() and len(x) == 3
).reset_index(name="eat_pizza_3_days_in_row")

print(result)

代码关键细节解释 #

• 日期转换：必须先把字符串日期转成datetime类型，否则跨月份的日期字符串比较会出现错误（比如"01/03/2019"和"04/02/2019"的字符串比较结果会不符合时间逻辑）。
• 时间窗口计算：用Timedelta自动计算日期，比手动写死日期字符串更灵活，也能避免输入错误。
• 分组判断逻辑：
  • (x["dinner"] == "pizza").all()：确保用户在目标窗口内的每一顿晚餐都是披萨。
  • len(x) == 3：保证用户这三天每天都有晚餐记录，排除“某一天没记录但剩下两天吃披萨”的误判情况。

运行这段代码后，输出结果会完全匹配你的期望！

内容的提问来源于stack exchange，提问作者andrewshih