如何基于Timestamp筛选Pandas DataFrame中符合条件的记录

步骤说明 #

1. 确保timestamp列转换为可比较的datetime类型
2. 提取每个id访问location A的时间戳（若有多个A记录，取最新的一次访问时间）
3. 将该时间戳合并回原DataFrame，用于后续条件判断
4. 筛选出location为B且timestamp晚于对应id的A访问时间的记录

代码实现 #

import pandas as pd

# 构造初始DataFrame
data = {
    'id': ['001', '001', '001', '002', '003', '003'],
    'location': ['A', 'B', 'B', 'B', 'B', 'A'],
    'timestamp': ['2022-01-01 17:00:00', '2022-01-01 18:00:00', 
                  '2022-01-01 18:15:00', '2022-01-01 18:30:00', 
                  '2022-01-01 19:00:00', '2022-01-01 20:00:00']
}
df = pd.DataFrame(data)

# 转换时间列为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 获取每个id访问A的最新时间
id_a_timestamp = df[df['location'] == 'A'].groupby('id')['timestamp'].max()

# 合并时间数据到原表
df = df.merge(id_a_timestamp.rename('a_time'), on='id', how='left')

# 筛选目标记录
result = df[(df['location'] == 'B') & (df['timestamp'] > df['a_time'])].drop('a_time', axis=1)

# 输出结果
print(result)

输出结果 #

内容的提问来源于stack exchange，提问作者crx91