按A分组筛选行：C日期与B日期间隔超2天且最接近

我来帮你搞定这个需求，用Pandas就能轻松实现，咱们一步步来：

步骤1：准备数据并转换日期类型 #

首先得把字符串格式的日期转成Pandas的datetime类型，这样才能计算时间间隔：

import pandas as pd

# 构造原始数据
data = {
    'A': [0,1,2,3,4,5,6,7],
    'B': ['2002-01-16','2002-01-16','2002-01-16','2002-01-16','2002-04-28','2002-04-28','2002-04-28','2002-04-28'],
    'C': ['2002-02-28','2002-01-30','2002-02-28','2002-01-30','2002-04-30','2002-05-25','2002-04-30','2002-05-25']
}
df = pd.DataFrame(data)

# 转换B、C列为datetime类型
df['B'] = pd.to_datetime(df['B'])
df['C'] = pd.to_datetime(df['C'])

步骤2：计算日期间隔 #

接下来计算C和B之间的天数差值，方便后续筛选：

df['Diff'] = (df['C'] - df['B']).dt.days

步骤3：按组筛选符合条件的行 #

这里提供两种方法，按需选择：

方法一：使用groupby.apply（直观易懂） #

这种方法逻辑清晰，适合小数据集：

# 按A分组，每组内先筛选出差值>2的行，再找到其中差值最小的行
result = df.groupby('A').apply(
    lambda x: x[(x['Diff'] > 2) & (x['Diff'] == x[x['Diff'] > 2]['Diff'].min())]
).reset_index(drop=True)

# 去掉临时的Diff列，得到最终结果
final_result = result.drop('Diff', axis=1)
print(final_result)

方法二：使用transform（性能更优） #

如果你的数据集很大，推荐用这个方法，避免循环，效率更高：

# 计算每组中满足Diff>2的最小差值
df['min_valid_diff'] = df.groupby('A')['Diff'].transform(lambda x: x[x>2].min())

# 筛选符合条件的行：差值>2 且 等于组内最小有效差值
result = df[(df['Diff'] > 2) & (df['Diff'] == df['min_valid_diff'])]

# 清理临时列并重置索引
final_result = result.drop(['Diff', 'min_valid_diff'], axis=1).reset_index(drop=True)
print(final_result)

最终输出 #

两种方法都会得到你期望的结果：

A          B          C
0  1 2002-01-16 2002-01-30
1  3 2002-01-16 2002-01-30
2  5 2002-04-28 2002-05-25
3  7 2002-04-28 2002-05-25

内容的提问来源于stack exchange，提问作者Tie_24