我有一个熊猫数据框，其列名称为“ ID”，“日期时间”，“药物”。现在，我正在尝试在给定的时间内消除所有与美沙酮药物有关的吗啡药物行。
例如：
ID-66531在2013-02-19 20:54接受了第一批美沙酮药物治疗。由于美沙酮和吗啡都是止痛药，因此药物的作用是相同的。因此，如果每个ID组在吗啡用药的24小时内给予美沙酮，我将尝试消除吗啡用药的行。因此，对于ID-66531，如果这种情况下的吗啡在美沙酮的24小时时间范围内（2013年2月18日20:53和2013年2月19日20:54之间），身份组
实际数据框：
64347 2012-02-15 19:24:00 morphine
64347 2012-02-15 22:54:00 morphine
64347 2012-02-16 05:50:00 morphine
64347 2012-02-16 12:47:00 oxyCODONE
64347 2012-10-20 05:03:00 morphine
64347 2012-10-21 15:10:00 morphine
64347 2012-10-21 19:06:00 morphine
64347 2012-11-16 16:00:00 morphine
64990 2012-09-21 07:10:00 oxyCODONE
64990 2012-09-21 16:45:00 fentaNYL
64990 2012-09-21 23:21:00 oxyCODONE
64990 2012-09-22 15:40:00 oxyCODONE
66531 2012-12-18 08:31:00 acetaminophen-HYDROcodone
66531 2012-12-18 17:44:00 acetaminophen-HYDROcodone
66531 2013-02-18 22:36:00 morphine
66531 2013-02-19 05:07:00 morphine
66531 2013-02-19 10:13:00 morphine
66531 2013-02-19 15:27:00 morphine
66531 2013-02-19 17:33:00 oxyCODONE
66531 2013-02-19 19:20:00 acetaminophen-HYDROcodone
66531 2013-02-19 20:54:00 methadone
66531 2013-02-20 06:46:00 methadone
66531 2013-02-20 13:21:00 methadone
66531 2013-02-20 22:18:00 methadone
预期数据帧：
64347 2012-02-15 19:24:00 morphine
64347 2012-02-15 22:54:00 morphine
64347 2012-02-16 05:50:00 morphine
64347 2012-02-16 12:47:00 oxyCODONE
64347 2012-10-20 05:03:00 morphine
64347 2012-10-21 15:10:00 morphine
64347 2012-10-21 19:06:00 morphine
64347 2012-11-16 16:00:00 morphine
64990 2012-09-21 07:10:00 oxyCODONE
64990 2012-09-21 16:45:00 fentaNYL
64990 2012-09-21 23:21:00 oxyCODONE
64990 2012-09-22 15:40:00 oxyCODONE
66531 2012-12-18 08:31:00 acetaminophen-HYDROcodone
66531 2012-12-18 17:44:00 acetaminophen-HYDROcodone
66531 2013-02-19 17:33:00 oxyCODONE
66531 2013-02-19 19:20:00 acetaminophen-HYDROcodone
66531 2013-02-19 20:54:00 methadone
66531 2013-02-20 06:46:00 methadone
66531 2013-02-20 13:21:00 methadone
66531 2013-02-20 22:18:00 methadone
我试过的
我创建了一个timediff列，该列获取两个记录之间的时间差。
df['timediff'] = df.sort_values(by= 'datetime').groupby('ID')['datetime'].diff()然后我将24小时分配给变量x
x = '24:00:00'并尝试以下代码删除吗啡df = df.groupby('ID').apply(lambda x : x.loc[~(x['Medication'] == 'morphine')<x]但是无论给定时间使用美沙酮药物，此代码都会删除吗啡记录。
如果能在此方面获得帮助，我将不胜感激。
最佳答案
这是我想出的：
import pandas
df = pandas.read_csv('test.tsv', header=None, sep='\s+',
parse_dates = [['date', 'time']],
names=['patient_id', 'date', 'time','drug'])
to_drop = set()
for _, patient in df.groupby('patient_id'):
meth_times = patient.loc[patient['drug'] == 'methadone']['date_time']
morph_doses = patient.loc[patient['drug'] == 'morphine']
for i, md in morph_doses.iterrows():
for mt in meth_times:
days_elapsed = (mt - md['date_time']).days
if days_elapsed < 1:
to_drop.add(i)
break
df = df[~df.index.isin(to_drop)]
与@ulmefors建议的答案一样，这在每个吗啡/美沙酮行上重复进行迭代，因此效率低下，但是除非您使用庞大的数据集，否则它应该足够快地完成工作，以至于这无关紧要。 （但与其他答案不同，它只是在每个患者的吗啡/美沙酮剂量内重复多次，而不是通过所有可能的行组合进行迭代）