Question

我正在研究一个数据集，我可以看到它有重复但是当我使用df.duplicates时它会返回false，因为时间列是唯一的。如何根据重复的时间差从A，B，C复制？例如，如果时差小于200毫秒，则删除重复项

Answer 1

IIUC，你可以这样做：

np.random.seed(123)

df = pd.DataFrame({'A':np.random.randint(1,3,48),'B':np.random.randint(11,13,48),'C':np.random.randint(101,113,48),'time':pd.date_range('2014-09-10',periods=48,freq='10T')})

df.join(df.groupby(pd.Grouper(key='time', freq='30T'), group_keys=False, as_index=False).apply(lambda x: x.duplicated(['A','B','C'], keep=False)).rename('dups'))

输出：

    A   B    C                time   dups
0   1  11  110 2014-09-10 00:00:00  False
1   2  11  103 2014-09-10 00:10:00  False
2   1  12  105 2014-09-10 00:20:00  False
3   1  12  109 2014-09-10 00:30:00  False
4   1  11  102 2014-09-10 00:40:00  False
5   1  11  103 2014-09-10 00:50:00  False
6   1  12  102 2014-09-10 01:00:00  False
7   2  11  102 2014-09-10 01:10:00  False
8   2  12  104 2014-09-10 01:20:00  False
9   1  11  106 2014-09-10 01:30:00  False
10  2  11  110 2014-09-10 01:40:00  False
11  2  12  101 2014-09-10 01:50:00  False
12  1  11  109 2014-09-10 02:00:00  False
13  2  12  112 2014-09-10 02:10:00  False
14  1  11  102 2014-09-10 02:20:00  False
15  2  12  107 2014-09-10 02:30:00  False
16  1  11  104 2014-09-10 02:40:00  False
17  2  11  104 2014-09-10 02:50:00  False
18  2  11  112 2014-09-10 03:00:00  False
19  1  11  106 2014-09-10 03:10:00  False
20  1  12  110 2014-09-10 03:20:00  False
21  1  11  108 2014-09-10 03:30:00  False
22  2  11  110 2014-09-10 03:40:00  False
23  2  12  103 2014-09-10 03:50:00  False
24  2  12  104 2014-09-10 04:00:00   True
25  1  12  112 2014-09-10 04:10:00  False
26  2  12  104 2014-09-10 04:20:00   True
27  1  11  104 2014-09-10 04:30:00  False
28  1  11  109 2014-09-10 04:40:00  False
29  1  11  107 2014-09-10 04:50:00  False
30  1  11  110 2014-09-10 05:00:00  False
31  2  12  108 2014-09-10 05:10:00  False
32  2  12  107 2014-09-10 05:20:00  False
33  2  11  104 2014-09-10 05:30:00  False
34  1  11  110 2014-09-10 05:40:00  False
35  1  11  107 2014-09-10 05:50:00  False
36  2  11  107 2014-09-10 06:00:00  False
37  1  12  112 2014-09-10 06:10:00  False
38  1  11  107 2014-09-10 06:20:00  False
39  2  12  102 2014-09-10 06:30:00  False
40  1  12  111 2014-09-10 06:40:00  False
41  2  11  104 2014-09-10 06:50:00  False
42  1  12  105 2014-09-10 07:00:00  False
43  2  12  104 2014-09-10 07:10:00  False
44  2  12  102 2014-09-10 07:20:00  False
45  2  11  101 2014-09-10 07:30:00  False
46  1  12  106 2014-09-10 07:40:00  False
47  1  12  109 2014-09-10 07:50:00  False

根据时间序列（pandas）检查重复

1 个答案: