パンダデータフレームの重複時系列データの検索と削除

Question

金融商品の終わりの時系列データを取得するために呼び出すことができるデータソースがあります。一例として、

、私は以下の金融商品のデータが既に符号化され、データソースから取得したことを言う：

price_a 

[24.74636733、29.65460993、28.09686357、16.24366395、27.26716605、 17.1444073、 18.76608861、17.68487362、19.5026825、25.62365151、12.92619601、25.66759065、24.40646289、15.61753458、13.82584258、27.2508518、12.22547517、24.2317834、13.33257932、28.18551972、19.11053867、10.43027953、21.18221807、15.1889216、27.65876136、16.72982501、14.0134465、22.68824162、19.14317233、13.57868721]

price_b 

[21.01623084、27.6426434、20.16877846、27.41341083、23.39068249、 20.65973567、28.11032189、21.85843902、20.26838929、28.52493215、24.11865407、28.30861237、20.51648305、21.75927511、21.82957788、25.4647031、25.4647031、25.4647031、25.4647031、 25.4647031、25.4647031、25.4647031、25.4647031、21.5721344、20.41526114、24.24593747、25.23109812、26.11780617、25.13995547、25.2511254]

days 

['2016-06-01'、 '2016-06-02'、 '2016-06-03'、 '2016-06-04'、 '2016-06-05'、 '2016-06- 06」、「2016-06-07」、「2016-06-08」、「2016-06-09」、「2016-06-10」、 「2016-06-11」、「2016-06-11」 '、'2016-06-13'、'2016-06-14 '、'2016-06-15'、 '2016-06-16'、'2016-06-17 '、'2016-06-18' 「2016-06-19」、「2016-06-20」、 「2016-06-21」、「2016-06-22」、「2016-06-23」、「2016-06-24」、 「2016-06-25」、 「2016-06-26」、「2016-06-27」、「2016-06-28」、「2016-06-29」、「2016-06-30」]

price_bに重複するデータがあります。重複データが8つ以上のセット（例のように）でのみ発生し、8未満の繰り返しが偶然であることが分かったとします。 price_bで重複セットを検出し、重複セットのインデックスを使用する方法は、そのセットからインデックスされたprice_aデータを削除しますか？

期待出力：

price_a

[24.74636733、29.65460993、28.09686357、16.24366395、27.26716605、 17.1444073、18.76608861、17.68487362、19.5026825、25.62365151、12.92619601、25.66759065、24.40646289、15.61753458、13.82584258、 27.2508518、15.1889216、27.65876136、16.72982501、14.0134465、22.68824162、19.14317233、13.57868721]

price_b

[21.01623084、27.6426434、20.16877846、27.41341083、23.39068249、 20.65973567、28.11032189、21.85843902、20.26838929、28.52493215、24.11865407、28.30861237、20.51648305、21.75927511、21.82957788、25.4647031、21.5721344、20.41526114、24.24593747、25.23109812、26.11780617 、25.13995547,25。2511254]

days

[ '2016年6月1日'、 '2016年6月2日'、 '2016年6月3日'、 '2016年6月4日'、「2016 -06-05 '、 '2016-06-06'、'2016-06-07 '、'2016-06-08'、'2016-06-09 '、'2016-06-10'、 '2016 '06-11 '、'2016-06-12'、'2016-06-13 '、'2016-06-14'、'2016-06-15 '、 '2016-06-16'、'2016-06-16 ' 「2016-06-27」、「2016-06-28」、「2016-06-29」、「2016-06-26」、「2016-06-27」、「2016-06-27」、「2016-06-28」、「2016-06-29」、「2016-06-27」、 -30 ']

Answer 1

price_a = [24.74636733, 29.65460993, 28.09686357, 16.24366395, 27.26716605, 
      17.1444073, 18.76608861, 17.68487362, 19.5026825, 25.62365151, 
      12.92619601, 25.66759065, 24.40646289, 15.61753458, 13.82584258, 
      27.2508518, 12.22547517, 24.2317834, 13.33257932, 28.18551972, 
      19.11053867, 10.43027953, 21.18221807, 15.1889216, 27.65876136, 
      16.72982501, 14.0134465, 22.68824162, 19.14317233, 13.57868721] 

price_b = [21.01623084, 27.6426434, 20.16877846, 27.41341083, 23.39068249, 
      20.65973567, 28.11032189, 21.85843902, 20.26838929, 28.52493215, 
      24.11865407, 28.30861237, 20.51648305, 21.75927511, 21.82957788, 
      25.4647031, 25.4647031, 25.4647031, 25.4647031, 25.4647031, 
      25.4647031, 25.4647031, 25.4647031, 21.5721344, 20.41526114, 
      24.24593747, 25.23109812, 26.11780617, 25.13995547, 25.2511254] 

days = ['2016-06-01', '2016-06-02', '2016-06-03', '2016-06-04', '2016-06-05', 
     '2016-06-06', '2016-06-07', '2016-06-08', '2016-06-09', '2016-06-10', 
     '2016-06-11', '2016-06-12', '2016-06-13', '2016-06-14', '2016-06-15', 
     '2016-06-16', '2016-06-17', '2016-06-18', '2016-06-19', '2016-06-20', 
     '2016-06-21', '2016-06-22', '2016-06-23', '2016-06-24', '2016-06-25', 
     '2016-06-26', '2016-06-27', '2016-06-28', '2016-06-29', '2016-06-30'] 

df = pd.DataFrame(dict(
     a=price_a, 
     b=price_b, 
    ), pd.to_datetime(days)) 

partitions = (df.b.diff() != 0).cumsum() 
vc = partitions.value_counts() 
vc8 = vc[vc == 8].index 

df[~partitions.isin(vc8)]