Pandas 根据特定时间范围识别重复项和父项重复项答案

【问题标题】：Pandas identify duplicates and parent duplicate based on specific time rangePandas 根据特定时间范围识别重复项和父项重复项
【发布时间】：2021-12-05 02:42:29
【问题描述】：

我有一个像这样的df：

ID Amount Date
1   23    3/1/2021 12:00PM
1   23    3/1/2021 12:01PM
1   23    3/1/2021 12:05PM
1   23    3/1/2021 12:09PM
1   24    3/2/2021 12:05PM
2   43    3/1/2021 12:00PM
2   43    3/1/2021 12:01PM
2   432   3/1/2021 12:05PM

我想在特定时间窗口（5 分钟或更短）内识别重复项。除了查找重复项之外，我还需要计算该组中重复项的数量并标记父重复项。

我的初步输出是：

我想要的输出是：

我参考了下面的链接以获得初步输出，但很难找到所需的输出：

任何帮助将不胜感激。

【问题讨论】：

标签： python pandas

【解决方案1】：

这是你要找的吗？

df.groupby(['Id',pd.Grouper(key='Date',freq = '5min')]).agg(Amount = ('Amount','first'),
                                                          HaveDuplicates = ('Amount',lambda x: x.duplicated().any()),
                                                          Count_Duplicate = ('Amount',lambda x: x.duplicated().sum()))

【讨论】：

您好，感谢您的回复。如果时间窗口小于 5 分钟？它适用于这种情况吗？
此代码将跳过那些小于 5 分钟且以 5 分钟为间隔查看的值。