python - 根据值差异放置在相同的行附近

Question

你好，我有一个 Pandas 数据框(大约 1000 行)，可以这样总结:

     Date      Distance
0   2014-08-13   5.9
1   2014-08-17   10.7
2   2014-08-13   6.2
3   2014-08-20   13.7
4   2014-08-13   8.8
5   2014-08-17   10.9

当日期相同并且两行之间的距离差小于 0.5 时，我想删除行。
我的数据没有被排序

在这个微型案例中，我正在寻找的结果是取回此数据帧:

     Date      Distance
0   2014-08-13   5.9
1   2014-08-17   10.7
3   2014-08-20   13.7
4   2014-08-13   8.8

索引 2 已被删除，因为它与索引 0 的日期相同，并且两个距离之间的差异小于 0.5 。

索引 5 已被删除它与索引 1 的日期相同，并且两者之间的距离差小于 0.5

我对如何有效地解决这个问题一无所知。谢谢你的帮助 !

编辑 : 我之前的例子不够清楚。它不会与特定日期的第一个距离(或最小距离)进行比较。它在特定日期的任意两个距离之间。

这个例子可能更明确:

     Date      Distance
0   2014-08-13   5.9
1   2014-08-17   10.7
2   2014-08-13   6.2
3   2014-08-20   13.7
4   2014-08-13   8.8
5   2014-08-17   10.9
6   2014-08-13   3.3
7   2014-08-13   3.6
8   2014-08-13   3.5
9   2014-08-13   1.7

它应该返回:

     Date      Distance
0   2014-08-13   5.9
1   2014-08-17   10.7
3   2014-08-20   13.7
4   2014-08-13   8.8
6   2014-08-13   3.3
9   2014-08-13   1.7

Answer 1

您必须检查两个条件才能保留一行:

每组中相对于第一个的差异大于0.5

该行不是组中的第一行

为此，您可以定义两个条件并使用 bitwise OR 将它们链接起来。 :

m1 = df.Distance.sub(df.groupby('Date').Distance.transform('first')).abs().gt(.5)
m2 = ~df.Date.duplicated()

df[m1|m2]

         Date  Distance
0  2014-08-13       5.9
1  2014-08-17      10.7
3  2014-08-20      13.7
4  2014-08-13       8.8