处理带时间列的Pandas Dataframe：去重间隔1天内数据并生成标签列

下面是可直接运行的实现方案，针对大型DataFrame用的都是向量化操作，性能足够：

步骤1：导入依赖&转换时间列格式 #

首先确保时间列是Pandas的datetime类型，才能正确计算日期间隔：

import pandas as pd

# 替换为你实际的时间列名，这里对应示例的'Time Column'
df['Time Column'] = pd.to_datetime(df['Time Column'])

步骤2：去除重复日期 #

按需求保留每组重复日期的第一条记录：

# 按时间列去重，保留第一个出现的值
df = df.drop_duplicates(subset='Time Column', keep='first').reset_index(drop=True)

步骤3：筛选符合间隔要求的记录 #

判断当前行和上一行的日期间隔，仅保留间隔超过1天的记录，完全匹配示例中23日留、24日删的规则：

# 计算当前行与上一行的时间差，单位为天
day_diff = df['Time Column'].diff().dt.days
# 生成筛选掩码：第一行默认保留，后续行仅保留和上一行间隔超过1天的
keep_mask = (day_diff > 1) | day_diff.isna()
# 筛选得到目标数据
df_result = df[keep_mask].reset_index(drop=True)

步骤4：新增Label列 #

按时间顺序生成L+递增序号的标签：

df_result['Label'] = 'L' + (df_result.index + 1).astype(str)

最终输出的df_result就是符合要求的结果，和你给出的示例完全匹配。如果时间列带时分秒需要按自然日判断间隔，仅需要把时间差计算逻辑改成df['Time Column'].dt.date.diff().dt.days即可。

内容的提问来源于stack exchange，提问作者Stan