python - 使用 python 根据日期条件删除行

Question

我有一个数据框，其中包含日期和 ID 列。下面是一个示例框架，仅用于此问题的目的。但真实数据包含更多的行和列。

from datetime import date, timedelta
import pandas as pd

date = datetime.datetime(2020, 1, 1)
delta_1 = 5
delta_2 = 15
delta_3 = 18

data = {
    'A': [date, date - timedelta(delta_1), date - timedelta(delta_2), date, date - timedelta(delta_3)], 
    'B': ['a', 'a', 'a', 'b', 'b']
}
df = pd.DataFrame(data)
print(df)

           A  B
0 2020-01-01  a
1 2019-12-27  a
2 2019-12-17  a
3 2020-01-01  b
4 2019-12-14  b

我想要实现的是，对于每个唯一的 id(示例中的列 B)，从最近的行开始，并根据日期条件删除行:如果一行现有 id 是在距具有该 id 的最新行起 10 天内插入的，只有最新行才有效。因此，在本例中，以 10 天为限制，我最终会得到以下结果:

           A  B
0 2020-01-01  a
2 2019-12-17  a
3 2020-01-01  b
4 2019-12-14  b

任何想法将不胜感激!

Answer 1

这是一种方法，使用 diff 和 cumsum ，得到当天的差异总和，然后我们得到除数 //

s=df.groupby('B').A.apply(lambda x : x.diff().dt.days.cumsum().fillna(0).abs()//10)
df=df.groupby([df.B,s]).head(1)
           A  B
0 2020-01-01  a
2 2019-12-17  a
3 2020-01-01  b
4 2019-12-14  b