如果日期在给定范围内，则从每个组中删除行

Question

给出如下的DataFrame：

dfx = pd.DataFrame({"ID":["A", "A", "C" ,"B", "B"], 
                    "date":["01/01/2014","01/31/2014","01/23/2014","01/01/2014","01/20/2014"]})

我想删除“重复”。 “重复”定义为行ID相同的行，但它们之间的“日期”小于30天。

删除“重复项”后生成的DataFrame预计显示为：

ID    date
A   01/01/2014
A   01/31/2014
C   01/23/2014
B   01/01/2014

Answer 1

1. 将date转换为日期时间。
2. date组ID，找出连续行之间的差异
3. 从timedelta差异中提取日期组件，并将其与30
进行比较
4. 根据掩码
过滤dfx

dfx[~pd.to_datetime(dfx.date).groupby(dfx.ID).diff().dt.days.lt(30)]

  ID        date
0  A  01/01/2014
1  A  01/31/2014
2  C  01/23/2014
3  B  01/01/2014