You need to enable JavaScript to run this app. pandas 中如何按客户分组删除间隔不足6个月的日期行
优惠活动
大模型
产品
解决方案
定价
更多

pandas 中如何按客户分组删除间隔不足6个月的日期行

Pandas 按客户分组实现日期间隔不小于6个月的过滤方案

核心实现逻辑

按Customer_ID拆分独立的时间序列,对每个客户的日期按时间升序逐行遍历:

  • 每个客户的最早日期默认保留,作为时间序列的起点
  • 逐行比对当前日期与上一个已被保留的日期间隔,只有间隔≥6个月时才保留当前行,否则跳过
  • 过滤完成后合并所有客户的结果,生成最终稀疏化的日期数据集

分步实现代码

1. 基础依赖与数据预处理

import pandas as pd

# 导入原始数据
df = pd.DataFrame({
    "Customer_ID": [1]*12 + [2]*6,
    "Date": [
        "2017-07-01","2017-08-01","2017-09-01","2017-10-01","2017-11-01","2017-12-01",
        "2018-01-01","2018-02-01","2018-03-01","2018-04-01","2018-06-01","2018-08-01",
        "2018-11-01","2019-02-01","2019-03-01","2019-05-01","2020-02-01","2020-05-01"
    ]
})
# 将字符串格式日期转换为datetime类型,为间隔计算做准备
df["Date"] = pd.to_datetime(df["Date"])

2. 分组过滤函数实现

def filter_by_month_interval(group, min_interval=6):
    # 组内按日期升序排序
    group = group.sort_values("Date").reset_index(drop=True)
    kept_records = []
    last_kept = None
    for _, row in group.iterrows():
        current_date = row["Date"]
        # 组内第一条记录默认保留
        if last_kept is None:
            kept_records.append(row)
            last_kept = current_date
            continue
        # 计算与上一个保留日期的自然月间隔(规避不同月份天数差异带来的计算误差)
        month_gap = (current_date.year - last_kept.year)*12 + (current_date.month - last_kept.month)
        # 间隔满足要求则保留
        if month_gap >= min_interval:
            kept_records.append(row)
            last_kept = current_date
    return pd.DataFrame(kept_records)

3. 应用分组过滤

filtered_result = df.groupby("Customer_ID", group_keys=False).apply(filter_by_month_interval)

输出结果说明

运行代码后得到的过滤结果完全匹配预期规则:

  • 客户ID=1的保留日期:2017-07-01、2018-01-01、2018-08-01,相邻日期间隔分别为6个月、7个月,满足≥6个月的要求
  • 客户ID=2的保留日期:2018-11-01、2019-05-01、2020-02-01,相邻日期间隔分别为6个月、9个月

实现注意点:

  • 采用逐行状态追踪的判断逻辑,完全规避了传统向量化计算中“以上相邻行”而非“以上保留行”为参照的判断偏差
  • 月数差计算直接基于年、月属性差值,无需引入额外依赖,计算逻辑更贴合业务上“6个自然月间隔”的定义,不会因为单个月的天数差异出现计算误差
  • 若原始数据存在同一客户的重复日期,排序环节会自动完成重复值的位置归并,过滤逻辑无需额外去重步骤

内容的提问来源于stack exchange,提问作者gunel

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.09 17:54:10