パンダ：日付の範囲内にドロップ重複

Question

私はこのようなデータフレーム持っている：私はすべての重複が同じ件名を有するものとして定義される重複、動詞、オブジェクト、および滝をドロップしたい

Subject Verb Object Date 
--------------------------------- 
Bill Ate  Food 7/11/2015 
Steve Painted House 8/12/2011 
Bill Ate  Food 7/13/2015 
Steve Painted House 8/25/2011 

をX日の範囲内で（私の例では5日間）。

Subject Verb Object Date 
--------------------------------- 
Bill Ate  Food 7/11/2015 
Steve Painted House 8/12/2011 
Steve Painted House 8/25/2011 

"Steve - Painted - House"のインスタンスは5日間のウィンドウの外にあるため削除されません。

データ構造とiterrowsメソッドを使用してこれを行うことができますが、Pandas drop_duplicatesを使用してこれを行う方法はありますか？

Answer 1

groupbyと組み合わせてduplicated + diffを使用して、削除する行を特定します。これは、重複した基準に含まれていないデータフレーム内の他の列が存在することができますよう、あなたがdf.columns.differenceを呼び出すことはありません

c = ['Subject', 'Verb', 'Object'] 

def f(x): 
    return x[c].duplicated() & x.Date.diff().dt.days.lt(5) 

df = df.sort_values(c) 
df[~df.groupby(c).apply(f).values] 

    Subject  Verb Object  Date 
0 Bill  Ate Food 2015-07-11 
1 Steve Painted House 2011-08-12 
3 Steve Painted House 2011-08-25