python - 如何有效地从 pandas DataFrame 中删除 "pythonically"行 "old"？

Question

假设我有一个巨大的 pandas.DataFrame ，其中包含 CreationDateTime 列。此列包含字符串形式的日期时间，其值表示各自行的“年龄”。

PRID             CreationDate  
0     2017-11-29 14:51:39.300   
1     2017-11-29 15:52:08.963  
2     2017-11-29 16:52:40.710  
3     2017-11-29 17:53:16.207  
4     2017-11-29 18:53:46.557

如何有效地删除集合中最早一天的行？

到目前为止我所做的是:

d = pd.read_csv(base_dataset, delimiter=delimiter)
d['CreationDay'] = pd.to_datetime(d['CreationDateTime']).dt.date
g = d.groupby('CreationDay', sort=True)
g = iter(g)
_ = next(g)  # ignore first day.
g = list(g)
d = pd.concat(d for day, d in g)  # concat all others.

不过，它似乎不是很有效，我一直在寻找更Pythonic的东西，比如d.groupby('CreationDay', sort=True).skip(1).flat() .

Answer 1

使用 pd.to_datetime 将列转换为 datetime:

v = pd.to_datetime(df.CreationDate).dt.date

接下来，找到最小日期并进行比较以获得掩码。使用掩码过滤df。

df[v.gt(v.min())]

这将删除日期与找到的最小日期相同的所有行。