Pandas 时间序列：删除每个 ID 的行答案

【问题标题】：Pandas Time Series: Remove Rows Per IDPandas 时间序列：删除每个 ID 的行
【发布时间】：2019-10-23 22:24:33
【问题描述】：

我有一个如下形式的 Pandas 数据框：

Date       ID     Temp
2019/03/27 1       23
2019/04/27 2       32
2019/04/27 1       42
2019/04/28 1       41
2019/01/27 2       33
2019/08/27 2       23

我需要做什么？

选择每个 ID 的最新测量至少 30 天前的行。

即Id = 2 的最新日期是 2019/08/27，因此对于 ID =2，我需要选择至少早 30 天的行。因此，2019/08/27 对应 ID=2 的行本身将被删除。

同样，ID = 1 的最新日期是2019/04/28。这意味着只有当日期小于 2019/03/28（30 天前）时，我才能为 ID =1 选择行。因此，2019/04/27 和 ID=1 的行将被删除。

如何在 Pandas 中执行此操作。非常感谢任何帮助。

谢谢。

最终的数据框将是：

Date       ID     Temp
2019/03/27 1       23
2019/04/27 2       32
2019/01/27 2       33

【问题讨论】：

标签： python pandas dataframe time-series pandas-groupby

【解决方案1】：

在您的情况下使用groupby + transform('last') 并过滤原始df

Yourdf=df[df.Date<df.groupby('ID').Date.transform('last')-pd.Timedelta('30 days')].copy()
        Date  ID  Temp
0 2019-03-27   1    23
1 2019-04-27   2    32
4 2019-01-27   2    33

请注意，我在末尾添加了.copy，以防止设置复制错误。

【讨论】：