一旦遇到一行，在 40 天内删除所有行，然后重复

Question

我有以下数据框，按 ID 和日期排序：

df :

ID     Date
A      2019-01-02
A      2019-02-09
A      2019-02-20
A      2019-02-27
A      2019-03-16
A      2019-03-29
A      2019-04-17
A      2019-04-19
A      2019-05-26
A      2019-06-12
B      2017-01-01
B      ...

我想要的是，当我遇到一行时，删除所有在接下来的 40 天内具有日期的行，并从我遇到的下一个（未删除的）行开始重复。我希望每个 ID 都有。

例如 ID=A ：

• 我遇到第一行，日期是2019-01-02。 40 天后是2019-02-11，所以我严格删除这两个日期之间的所有日期行。所以第二行被删除（日期=2019-02-09）
• 然后，我查找带有Date >= 2019-02-11 的下一行（2019-02-11 是前40 天期限的结束）。我找到第三行，日期 = 2019-02-20。这是现在的参考日期，40 天后是2019-04-01。所以第 4、5、6 行被删除了
• ...

请注意，当我遇到新行并且当前没有 40 天期限处于活动状态时，我的 40 天期限开始了。因此，并非所有 ID 的这些周期都相同。

这给出了以下输出数据集

ID     Date
A      2019-01-02
A      2019-02-20
A      2019-04-17
A      2019-06-12
B      2017-01-01
B      ...

提前致谢

Answer 1

您可以循环遍历数据框以创建过滤器

import pandas as pd
import datetime 

# create your dataframe "df" here...
# with columns "ID" and "Date"

# make sure your Date is a datetime field!
df['Date'] = pd.to_datetime(df['Date'])

prev_id = None
prev_date = None
keep_rows = []

for _, row in df.iterrows():

    if row['ID'] == prev_id:
        delete = (row['Date'] - prev_date) < datetime.timedelta(days=40) 
        if delete:
            keep_rows.append(False)    
            continue
        
    keep_rows.append(True)
    prev_id = row['ID']
    prev_date = row['Date']

并像这样过滤您的数据框

df[keep_rows]