Pandas Groupby and Filter based on first record having date greater than specific date

I have a dataframe that shows details about employees and the site they are at and the positions they have held. The dataframe has columns for Site Id, Employee ID, and StartDate (plus a lot more fields). I have this sorted by Site and Employee ID ASC and then EffectiveDate DESC (latest record is first)

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
<code>Site EmployeeID StartDate
1 123 2024-09-01
1 123 2024-08-01
1 123 2024-06-01
1 123 2024-05-01
2 100 2024-06-01
2 100 2024-03-01
</code>
<code>Site EmployeeID StartDate 1 123 2024-09-01 1 123 2024-08-01 1 123 2024-06-01 1 123 2024-05-01 2 100 2024-06-01 2 100 2024-03-01 </code>
Site     EmployeeID         StartDate
   1            123        2024-09-01
   1            123        2024-08-01
   1            123        2024-06-01
   1            123        2024-05-01
   2            100        2024-06-01
   2            100        2024-03-01

I need to create a new column called EndDate which is the date of the previous record minus 1 day. We are moving to a new system so we only care about the dates that include the range 7/1/24 (or after). So for my example df, it would look like

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
<code>Site EmployeeID StartDate EndDate Import
1 123 2024-09-01 Y
1 123 2024-08-01 2024-08-31 Y
1 123 2024-06-01 2024-07-31 Y
1 123 2024-05-01 2024-05-31 N
2 100 2024-06-01 Y
2 100 2024-03-01 2024-05-31 N
</code>
<code>Site EmployeeID StartDate EndDate Import 1 123 2024-09-01 Y 1 123 2024-08-01 2024-08-31 Y 1 123 2024-06-01 2024-07-31 Y 1 123 2024-05-01 2024-05-31 N 2 100 2024-06-01 Y 2 100 2024-03-01 2024-05-31 N </code>
Site     EmployeeID         StartDate       EndDate    Import
   1            123        2024-09-01                       Y
   1            123        2024-08-01    2024-08-31         Y
   1            123        2024-06-01    2024-07-31         Y
   1            123        2024-05-01    2024-05-31         N
   2            100        2024-06-01                       Y
   2            100        2024-03-01    2024-05-31         N

And then filtering for df['Import'] ='Y'

My initial idea was to iterate over df.groupby(by=['Site','EmployeeID']) and use .iloc[] to get the next values date, subtract 1 day, check if the EndDate is greater than 7/1/24, then set Import to Y or N accordingly. The problem is that this is a very large dataset (~300K rows) and this operation would take a very long.

Convert dates to datetime, so you can groupby on ["Site", "EmployeeID"] and transform accordingly.

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
<code>df["StartDate"] = pd.to_datetime(df["StartDate"])
df["EndDate"] = df.groupby(["Site", "EmployeeID"])["StartDate"].transform(
lambda x: x.shift() - pd.Timedelta(days=1)
)
df["Import"] = np.where((df["EndDate"] > "2024-07-01") | df["EndDate"].isna(), "Y", "N")
</code>
<code>df["StartDate"] = pd.to_datetime(df["StartDate"]) df["EndDate"] = df.groupby(["Site", "EmployeeID"])["StartDate"].transform( lambda x: x.shift() - pd.Timedelta(days=1) ) df["Import"] = np.where((df["EndDate"] > "2024-07-01") | df["EndDate"].isna(), "Y", "N") </code>
df["StartDate"] = pd.to_datetime(df["StartDate"])
df["EndDate"] = df.groupby(["Site", "EmployeeID"])["StartDate"].transform(
    lambda x: x.shift() - pd.Timedelta(days=1)
)
df["Import"] = np.where((df["EndDate"] > "2024-07-01") | df["EndDate"].isna(), "Y", "N")
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
<code> Site EmployeeID StartDate EndDate Import
0 1 123 2024-09-01 NaT Y
1 1 123 2024-08-01 2024-08-31 Y
2 1 123 2024-06-01 2024-07-31 Y
3 1 123 2024-05-01 2024-05-31 N
4 2 100 2024-06-01 NaT Y
5 2 100 2024-03-01 2024-05-31 N
</code>
<code> Site EmployeeID StartDate EndDate Import 0 1 123 2024-09-01 NaT Y 1 1 123 2024-08-01 2024-08-31 Y 2 1 123 2024-06-01 2024-07-31 Y 3 1 123 2024-05-01 2024-05-31 N 4 2 100 2024-06-01 NaT Y 5 2 100 2024-03-01 2024-05-31 N </code>
   Site  EmployeeID  StartDate    EndDate Import
0     1         123 2024-09-01        NaT      Y
1     1         123 2024-08-01 2024-08-31      Y
2     1         123 2024-06-01 2024-07-31      Y
3     1         123 2024-05-01 2024-05-31      N
4     2         100 2024-06-01        NaT      Y
5     2         100 2024-03-01 2024-05-31      N

You can use groupby.shift, subtract 1 day with Timedelta. Create the Import column with numpy.where:

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
<code># ensure datetime
df['StartDate'] = pd.to_datetime(df['StartDate'])
# get previous date per group and remove one day
df['EndDate'] = (df.groupby('Site')['StartDate']
.shift().sub(pd.Timedelta('1d'))
)
# if the date is before 2024-07-01 flag as N, else Y (includes NaNs)
df['Import'] = np.where(df['EndDate'].lt('2024-07-01'), 'N', 'Y')
</code>
<code># ensure datetime df['StartDate'] = pd.to_datetime(df['StartDate']) # get previous date per group and remove one day df['EndDate'] = (df.groupby('Site')['StartDate'] .shift().sub(pd.Timedelta('1d')) ) # if the date is before 2024-07-01 flag as N, else Y (includes NaNs) df['Import'] = np.where(df['EndDate'].lt('2024-07-01'), 'N', 'Y') </code>
# ensure datetime
df['StartDate'] = pd.to_datetime(df['StartDate'])

# get previous date per group and remove one day
df['EndDate'] = (df.groupby('Site')['StartDate']
                   .shift().sub(pd.Timedelta('1d'))
                )

# if the date is before 2024-07-01 flag as N, else Y (includes NaNs)
df['Import'] = np.where(df['EndDate'].lt('2024-07-01'), 'N', 'Y')

Output:

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
<code> Site EmployeeID StartDate EndDate Import
0 1 123 2024-09-01 NaT Y
1 1 123 2024-08-01 2024-08-31 Y
2 1 123 2024-06-01 2024-07-31 Y
3 1 123 2024-05-01 2024-05-31 N
4 2 100 2024-06-01 NaT Y
5 2 100 2024-03-01 2024-05-31 N
</code>
<code> Site EmployeeID StartDate EndDate Import 0 1 123 2024-09-01 NaT Y 1 1 123 2024-08-01 2024-08-31 Y 2 1 123 2024-06-01 2024-07-31 Y 3 1 123 2024-05-01 2024-05-31 N 4 2 100 2024-06-01 NaT Y 5 2 100 2024-03-01 2024-05-31 N </code>
   Site  EmployeeID  StartDate    EndDate Import
0     1         123 2024-09-01        NaT      Y
1     1         123 2024-08-01 2024-08-31      Y
2     1         123 2024-06-01 2024-07-31      Y
3     1         123 2024-05-01 2024-05-31      N
4     2         100 2024-06-01        NaT      Y
5     2         100 2024-03-01 2024-05-31      N

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
<code>import pandas as pd
import numpy as np
data = {
'site': [1, 1, 1, 1, 2, 2],
'id': [123, 123, 123, 123, 100, 100],
'startDate': ['2024-09-01', '2024-08-01', '2024-06-01', '2024-05-01', '2024-06-01', '2024-03-01']
}
df = pd.DataFrame(data)
df['startDate'] = pd.to_datetime(df['startDate'])
df['previous_start_date'] = aa = df.groupby(['site','id'])['startDate'].shift(1)
df['bb'] = bb = pd.Timedelta(days =1)
df['EndDate'] = ab = aa - bb
cutoff_date = pd.Timestamp('2024-07-01')
df['Import'] = np.where(
df['EndDate'].isna() | (df['EndDate'] >= cutoff_date), 'Y','N'
)
print(df)
'''
site id startDate previous_start_date bb EndDate Import
0 1 123 2024-09-01 NaT 1 days NaT Y
1 1 123 2024-08-01 2024-09-01 1 days 2024-08-31 Y
2 1 123 2024-06-01 2024-08-01 1 days 2024-07-31 Y
3 1 123 2024-05-01 2024-06-01 1 days 2024-05-31 N
4 2 100 2024-06-01 NaT 1 days NaT Y
5 2 100 2024-03-01 2024-06-01 1 days 2024-05-31 N
'''
</code>
<code>import pandas as pd import numpy as np data = { 'site': [1, 1, 1, 1, 2, 2], 'id': [123, 123, 123, 123, 100, 100], 'startDate': ['2024-09-01', '2024-08-01', '2024-06-01', '2024-05-01', '2024-06-01', '2024-03-01'] } df = pd.DataFrame(data) df['startDate'] = pd.to_datetime(df['startDate']) df['previous_start_date'] = aa = df.groupby(['site','id'])['startDate'].shift(1) df['bb'] = bb = pd.Timedelta(days =1) df['EndDate'] = ab = aa - bb cutoff_date = pd.Timestamp('2024-07-01') df['Import'] = np.where( df['EndDate'].isna() | (df['EndDate'] >= cutoff_date), 'Y','N' ) print(df) ''' site id startDate previous_start_date bb EndDate Import 0 1 123 2024-09-01 NaT 1 days NaT Y 1 1 123 2024-08-01 2024-09-01 1 days 2024-08-31 Y 2 1 123 2024-06-01 2024-08-01 1 days 2024-07-31 Y 3 1 123 2024-05-01 2024-06-01 1 days 2024-05-31 N 4 2 100 2024-06-01 NaT 1 days NaT Y 5 2 100 2024-03-01 2024-06-01 1 days 2024-05-31 N ''' </code>
import pandas as pd
import numpy as np

data = {
    'site': [1, 1, 1, 1, 2, 2],
    'id': [123, 123, 123, 123, 100, 100],
    'startDate': ['2024-09-01', '2024-08-01', '2024-06-01', '2024-05-01', '2024-06-01', '2024-03-01']
}

df = pd.DataFrame(data)

df['startDate'] = pd.to_datetime(df['startDate'])
df['previous_start_date']  = aa = df.groupby(['site','id'])['startDate'].shift(1)
df['bb'] = bb = pd.Timedelta(days =1)
df['EndDate'] = ab = aa - bb  
cutoff_date = pd.Timestamp('2024-07-01')
df['Import'] = np.where(
df['EndDate'].isna() | (df['EndDate'] >= cutoff_date), 'Y','N'    
)
print(df)
'''
   site   id  startDate previous_start_date     bb    EndDate Import
0     1  123 2024-09-01                 NaT 1 days        NaT      Y
1     1  123 2024-08-01          2024-09-01 1 days 2024-08-31      Y
2     1  123 2024-06-01          2024-08-01 1 days 2024-07-31      Y
3     1  123 2024-05-01          2024-06-01 1 days 2024-05-31      N
4     2  100 2024-06-01                 NaT 1 days        NaT      Y
5     2  100 2024-03-01          2024-06-01 1 days 2024-05-31      N
'''

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật