根据熊猫中的开始日期按组检查所有条件是否为真

Question

我有一个看起来像这样的数据框：

pd.DataFrame({'a': ['cust1', 'cust1', 'cust1', 'cust2', 'cust2', 'cust3', 'cust3', 'cust3', 'cust4', 'cust4'],
                   'year': [2017, 2018, 2019, 2018, 2019, 2017, 2018, 2019, 2018, 2019],
                   'cond': [True, True, False, True, True, True, True, True, True, True],
                   'startDate': [2017, 2017, 2017, 2018, 2018, 2017, 2017, 2017, 2017, 2017]})

endYear = 2019

       a  year   cond  startDate
0  cust1  2017   True       2017
1  cust1  2018   True       2017
2  cust1  2019  False       2017
3  cust2  2018   True       2018
4  cust2  2019   True       2018
5  cust3  2017   True       2017
6  cust3  2018   True       2017
7  cust3  2019   True       2017
8  cust4  2018   True       2017
9  cust4  2019   True       2017

对于“a”列中的每个组，我需要检查“cond”列在“startDate”列（每个组可以不同）和“endYear”之间的所有年份是否具有“True”值。

我生成的数据框应如下所示：

       a  final_score
0  cust1        False
1  cust2         True
2  cust3         True
3  cust4        False

逻辑：

cust1 = False 作为 2019 年值 = False

cust2 = True 作为 startDate 2018 并且对于 2018 和 2019 之间的所有年份 'cond' 为 True

cust3 = True 作为 startDate 2017 并且对于 2017 和 2019 之间的所有年份 'cond' 为 True

cust4 = False 作为 startDate 2017 但没有 2017 年的数据所以条件不满足

Answer 1

IIUC，您可以使用reindex按组填充空白年份然后检查True：

print (df.groupby("a").apply(lambda d: d.set_index("year").reindex(range(d["startDate"].min(), endYear+1))["cond"].eq(True).all()))

a
cust1    False
cust2     True
cust3     True
cust4    False
dtype: bool