分组User-Item对后过滤行：DataFrame时间戳高效过滤方法咨询

直接用Pandas的分组（groupby）+ 向量化操作就能搞定，比你手动提取、排序再合并的方法高效得多，尤其是数据量较大时，性能提升明显：

步骤1：确保时间戳是datetime类型 #

先把时间列转成Pandas可识别的datetime格式，不然没法做时间运算：

import pandas as pd
df['timestamp'] = pd.to_datetime(df['timestamp'])

步骤2：分组计算每个User-Item对的时间阈值 #

按User和Item分组，计算每组的最大时间戳，再往前推1小时得到过滤阈值。这里用transform方法，能直接把分组统计结果映射回原DataFrame的每一行，不用额外拆分合并：

# 给每行添加上对应User-Item组的最大时间戳
df['group_max_ts'] = df.groupby(['User', 'Item'])['timestamp'].transform('max')
# 计算过滤阈值：最大时间戳往前减1小时
df['filter_threshold'] = df['group_max_ts'] - pd.Timedelta(hours=1)

步骤3：过滤数据并清理辅助列 #

保留时间戳早于等于阈值的行（逻辑上组内不可能存在比最大时间戳还晚的事件，所以这里默认你是想移除最大时间戳前1小时内的事件），最后删掉辅助列：

filtered_df = df[df['timestamp'] <= df['filter_threshold']].drop(columns=['group_max_ts', 'filter_threshold'])

补充说明 #

如果你的需求表述有偏差，比如实际是要保留其他时间范围的事件，只需要调整阈值的计算逻辑即可，核心的分组+向量化操作依然是最高效的方案，避免了手动拆分合并带来的冗余操作和性能损耗。

内容的提问来源于stack exchange，提问作者kevin_was_here