Pandas如何筛选过去3个月充值次数超2次的充值号码对应全部行？

原有代码问题说明 #

你给出的实现代码无法得到正确结果，核心问题如下：

• 分组逻辑错误：你将year、month_n都加入了分组键，统计出的recharge_count是单月单账号单充值号码的充值次数，不是过去3个月的累计充值次数，和需求匹配不上
• 字段名不匹配：分组时使用的字段是month，但数据集的月份字段为month_n，运行时会直接报字段不存在的错误
• 结果不符合要求：分组聚合操作会改变原数据结构，你后续的筛选只能得到聚合后的统计行，无法保留原数据的所有关联行

最优实现方案 #

实现逻辑很清晰，分两步操作即可：

1. 先筛选出2021年4-6月的所有数据
2. 统计该时间范围内每个充值号码的累计充值次数，保留次数超过2次的号码对应的所有行

代码如下：

# 第一步：筛选目标时间范围的数据
mask_time_range = (df['year'] == 2021) & (df['month_n'].between(4, 6))
df_target_period = df[mask_time_range]

# 第二步：统计每个充值号的累计次数，过滤出次数>2的对应所有行
df_result = df_target_period[df_target_period.groupby('recharge_number')['recharge_number'].transform('count') > 2]

运行上述代码得到的df_result就和你给出的期望输出完全一致。

该方案的优势：

• 逻辑直观，没有多余的中间转换操作，执行效率高
• 完全保留原数据的字段和行结构，不会丢失原始信息
• 代码简洁易维护，后续如果要调整时间范围、次数阈值只需要修改对应参数即可

如果后续需要支持跨年的时间范围统计，只需要将year和month_n合并为datetime类型的时间字段再做筛选即可，当前场景无需额外处理。

内容的提问来源于stack exchange，提问作者asif abdullah