python - 从 Pandas 数据框中删除 'overlapping' 日期

Question

我有一个 pandas 数据框，如下所示:

ID  date       close
1   09/15/07   123.45
2   06/01/08   130.13
3   10/25/08   132.01
4   05/13/09   118.34
5   11/07/09   145.99
6   11/15/09   146.73
7   07/03/11   171.10

我想删除所有重叠的行。

重叠行定义为另一行 X 天内的任何行。例如，如果 X = 365。那么结果应该是:

ID  date       close
1   09/15/07   123.45
3   10/25/08   132.01
5   11/07/09   145.99
7   07/03/11   171.10

如果 X = 50，结果应该是:

ID  date       close
1   09/15/07   123.45
2   06/01/08   130.13
3   10/25/08   132.01
4   05/13/09   118.34
5   11/07/09   145.99
7   07/03/11   171.10

我已经查看了此处的几个问题，但没有找到正确的方法。例如，Pandas check for overlapping dates in multiple rows和 Fastest way to eliminate specific dates from pandas dataframe相似，但不能完全满足我的需求。

我今天有以下丑陋的代码，适用于较小的 X 值，但当 X 变大时(例如，当 X = 365 时)，它会删除除原始日期之外的所有日期。

filter_dates = []
for index, row in df.iterrows():
     if observation_time == 'D':
        for i in range(1, observation_period):
            filter_dates.append((index.date() + timedelta(days=i)))
df = df[~df.index.isin(filter_dates)]

如有任何帮助/指点，我们将不胜感激!

澄清:

这个问题的解决方案需要查看每一行，而不仅仅是第一行。

Answer 1

您可以添加新列来过滤结果:

df['filter'] = df['date'] - df['date'][0]
df['filter'] = df['filter'].apply(lambda x: x.days)

然后按 365 过滤使用这个:

df[df['filter']%365==0]