删除特定ID组内7天内的观察结果

这是一个使用panda的python版本,它保留最早的日期,然后删除该日期7天窗口内的任何后续日期:

import pandas as pd

def filter_dates(group):
    group = group.sort_values(by='Date')
    filtered_dates = []
    last_date = None
    for date in group['Date']:
        if last_date is None or (date - last_date).days > 7:
            filtered_dates.append(date)
            last_date = date
    return group[group['Date'].isin(filtered_dates)]


if __name__ == "__main__":
    data = {
        'ID': [111, 111, 111, 111, 111, 222, 222, 222, 222, 222],
        'Date': ['16/09/2021', '14/03/2022', '18/03/2022', '21/03/2022', '22/03/2022',
                 '27/03/2022', '30/03/2022', '04/04/2022', '06/04/2022', '13/04/2022']
    }
    df = pd.DataFrame(data)
    df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)
    result_df = df.groupby('ID').apply(filter_dates, include_groups=False).reset_index(drop=True)
    print(result_df)

在这篇文章中,我将其转换为日期时间格式,然后按ID对其进行分组。filter_data()函数然后删除彼此相距7天以内的日期。

它打印出以下内容:

    ID  level_1       Date
0  111        0 2021-09-16
1  111        1 2022-03-14
2  111        4 2022-03-22
3  222        5 2022-03-27
4  222        7 2022-04-04
5  222        9 2022-04-13