如何从df_mtrs数据框提取2019-2022年连续存在的客户数据？

以下是基于pandas实现的具体步骤：

1. 确保交易年份字段为整数类型（避免类型异常）

df_mtrs['trxyear'] = df_mtrs['trxyear'].astype(int)

2. 筛选出2019至2022年的交易数据

year_range_df = df_mtrs[df_mtrs['trxyear'].isin([2019, 2020, 2021, 2022])]

3. 按客户名称分组，筛选出覆盖全部四个年份的客户

# 分组后检查每个客户的年份集合是否包含所有目标年份
qualified_customers = year_range_df.groupby('customer_name')['trxyear'].agg(
    lambda x: set(x) == {2019, 2020, 2021, 2022}
).reset_index(name='qualified')

# 提取符合条件的客户名单
qualified_list = qualified_customers[qualified_customers['qualified']]['customer_name'].tolist()

4. 从原数据框中提取这些客户的对应数据

# 提取客户的所有历史数据
final_df = df_mtrs[df_mtrs['customer_name'].isin(qualified_list)]

# 若仅需2019-2022年的数据，可使用：
# final_df = year_range_df[year_range_df['customer_name'].isin(qualified_list)]

内容的提问来源于stack exchange，提问作者Mehmaam