根据动态条件选择行

Question

目前，我正在研究这种数据集：

         date   income    account  flag  day  month  year
0  2018-04-13   470.57  1000 0002     8   13      4  2018  
1  2018-04-14   375.54  1000 0002     8   14      4  2018  
2  2018-05-15   375.54  1000 0002     8   15      5  2018  
3  2018-05-16   229.04  1000 0002     7   16      5  2018  
4  2018-06-17   216.62  1000 0002     7   17      6  2018  
5  2018-06-18   161.61  1000 0002     6   18      6  2018  
6  2018-04-19   131.87  0000 0001     6   19      4  2018  
7  2018-04-20   100.57  0000 0001     6   20      4  2018  
8  2018-08-21   100.57  0000 0001     6   21      8  2018  
9  2018-08-22    50.57  0000 0001     5   22      8  2018  

我正在研究DecisionTree回归模型，该模型将RandomForest与ExtraTrees进行比较，并调整其一些超参数。我目前正在尝试做的是拆分数据集，以便将具有month唯一值的列的最大值的行保留account为test_set，将其他值保留为索引（如果更方便的话，也可以将其设置为index）。动车组。基本上，这意味着将使用所有可用的历史数据进行回归，但属于上一个可用月份的数据将用于验证MSE。

我知道如何根据静态条件（例如）过滤数据框，df[df['month'] < 12]但在这种情况下，我需要保持属于最大月份的所有行可用于每个不同的account值。

从以前的数据集中，我应该能够得到以下信息：df_test =

         date   income    account  flag  day  month  year 
4  2018-06-17   216.62  1000 0002     7   17      6  2018  
5  2018-06-18   161.61  1000 0002     6   18      6  2018   
8  2018-08-21   100.57  0000 0001     6   21      8  2018  
9  2018-08-22    50.57  0000 0001     5   22      8  2018  

和 df_train =

         date   income    account  flag  day  month  year
0  2018-04-13   470.57  1000 0002     8   13      4  2018  
1  2018-04-14   375.54  1000 0002     8   14      4  2018  
2  2018-05-15   375.54  1000 0002     8   15      5  2018  
3  2018-05-16   229.04  1000 0002     7   16      5  2018  
6  2018-04-19   131.87  0000 0001     6   19      4  2018  
7  2018-04-20   100.57  0000 0001     6   20      4  2018 

因此，例如，df['account'] = 1000 0002我可以使用第4个月和第5个月进行预测，并使用第6个月进行验证。谢谢！

Answer 1

你可以做 transform

test=df[df.month==df.groupby('account').month.transform('max')].copy()
train=df.drop(test.index)
test
Out[643]: 
         date  income   account  flag  day  month  year
4  2018-06-17  216.62  10000002     7   17      6  2018
5  2018-06-18  161.61  10000002     6   18      6  2018
8  2018-08-21  100.57         1     6   21      8  2018
9  2018-08-22   50.57         1     5   22      8  2018