从pandas DataFrame中删除重复行，其时间戳在指定的范围或持续时间内

Question

我有一个像这样的DataFrame：

Subject Verb    Object  Date
---------------------------------
Bill    Ate     Food    7/11/2015
Steve   Painted House   8/12/2011
Bill    Ate     Food    7/13/2015
Steve   Painted House   8/25/2011

我想删除所有重复项，其中副本被定义为具有相同的主题，动词，对象和属于X天范围（在我的示例中：5天）。< / p>

Subject Verb    Object  Date
---------------------------------
Bill    Ate     Food    7/11/2015
Steve   Painted House   8/12/2011
Steve   Painted House   8/25/2011

“Steve - Painted - House”的例子都没有删除，因为它们不在5天的时间范围内。

我知道我可以使用DataFrame的一些数据结构和iterrows方法来做到这一点，但有没有办法使用Pandas drop_duplicates来做到这一点？

Answer 1

将routing + duplicated与diff结合使用，以确定要删除的行。

groupby