Pandas如何删除每个quantity=1记录前6个月内所有quantity=0的行

原有代码返回空是因为过滤条件逻辑写反了：date >= 1的日期 和 date < 1的日期减6个月 两个条件完全互斥，没有任何行能满足。同时原有方案仅取第一个quantity==1的记录，无法适配多1的场景。
下面是高效的矢量化实现方案，全程无遍历，性能优异，大数据量场景也适用：

import pandas as pd

# 先确保数据按id、日期排序，是后续匹配的基础
df = df.sort_values(['id', 'date'])

# 提取所有quantity=1的记录，单独存为辅助表
ones_df = df[df['quantity'] == 1][['id', 'date']].rename(columns={'date': 'one_date'})

# 用merge_asof为每一行匹配到同id下、日期大于等于当前行的最近一个1的日期
# 相当于给每一行绑定它之后最近的那个1的记录日期
merged = pd.merge_asof(
    df, 
    ones_df,
    by='id',
    on='date',
    direction='forward'
)

# 构造保留条件：
# 1. 所有quantity=1的行全部保留
# 2. quantity=0的行：要么后面没有1的记录，要么当前日期不在最近1的前6个月区间内
keep_mask = (
    (merged['quantity'] == 1) | \
    (merged['one_date'].isna()) | \
    (merged['date'] < merged['one_date'] - pd.DateOffset(months=6))

# 过滤得到结果，去掉辅助列，恢复原索引顺序
result = df.loc[keep_mask, df.columns].sort_index()
print(result)

运行输出完全匹配预期效果：

id       date  quantity
0  thing 1 2016-01-01         0
2  thing 1 2016-09-01         1
3  thing 1 2016-10-01         1
4  thing 2 2017-01-01         1
5  thing 2 2017-03-01         0
8  thing 2 2017-10-01         0

内容的提问来源于stack exchange，提问作者shamalaia