Pandas如何筛选连续7天销售额超1000的首次出现对应数据行
Pandas 定位首次连续7天销售额达标的行
你此前单独筛选销售额≥1000的行,无法直接判断行与行之间的连续性——筛选结果会剔除所有不达标行,丢失时间间隔信息,因此需要通过连续段标记的方式定位目标区间。
前置数据规整
操作前先完成基础格式转换,避免逻辑错误:
- 将字符串格式的Date列转为标准日期类型
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y') - 按日期升序重排,确保行顺序和时间先后一致
df = df.sort_values('Date').reset_index(drop=True)
核心实现步骤
逻辑为标记每行的达标状态,切分所有相邻的达标行形成连续段,找到第一个覆盖连续7天的达标段即可。
- 标记单行是否满足销售额≥1000的条件
df['is_high'] = df['Sales'] >= 1000 - 生成连续段ID:当达标状态发生切换(达标变不达标、或不达标变达标)时,段ID累加,相邻的达标行会被归为同一个连续段
df['group_id'] = (df['is_high'] != df['is_high'].shift()).cumsum() - 统计每个连续段的特征,校验是否为真实的连续7天达标区间
seg_stats = df.groupby('group_id').agg( total_span = ('Date', lambda s: s.max() - s.min() + pd.Timedelta(days=1)), # 段覆盖的自然日天数 row_count = ('Date', 'count') # 段内的实际数据行数 )
- 筛选第一个符合要求的连续段:段覆盖的自然日恰好为7天,且段内包含7条有效数据(排除中间缺日期、跨断点的虚假连续),提取段ID
target_group_id = seg_stats[(seg_stats['total_span'] == pd.Timedelta(days=7)) & (seg_stats['row_count'] == 7)].index.min() - 提取该段对应的所有原始数据行,即为目标结果
target_rows = df[df['group_id'] == target_group_id]
实操注意点
- 代码中的列名需要和实际DataFrame的列名完全匹配:示例数据里列名是大写开头的
Sales,你此前代码里写的是小写sales,大小写不一致会触发字段不存在的报错 - 如果业务场景仅要求表内相邻行达标、不校验自然日是否连续,可直接省略日期跨度校验,寻找第一个连续达标长度≥7的段即可
- 如果执行后
target_group_id为空值,说明全量数据中不存在符合要求的连续7天达标区间,此时提取的target_rows为空DataFrame - 临时生成的
is_high、group_id列若不需要保留,可通过target_rows = target_rows.drop(columns=['is_high', 'group_id'])清理
内容的提问来源于stack exchange,提问作者anInputName
相关产品推荐
相关产品推荐

