Python 检查日期是否连续

我有一个熊猫数据框架，以检查日期为索引，并有一个物种的类别和类型

Date    Category    Type
2016-11-21  Cat Animal
2016-11-21  Cat Animal
2017-01-03  Cat Animal
2016-11-01  Dog Animal
2017-01-03  Dog Animal
2016-10-03  Dog Animal
2017-02-01  Dog Animal
2017-03-01  Dog Animal
2016-12-01  Dog Animal
2016-11-21  Horse   Animal
2016-12-15  Horse   Animal
2017-02-04  Horse   Animal

我需要确定每个类别的日期是否连续。连续可能意味着少了一个月，这在马类中可以看到。马的一月份已经不见了，但总体来说，马的检查更新正在增加。所以马是有效的。 然而，猫是无效的，因为它在一天内接受了两次检查

最后的数据帧应该是

Date    Category    Type
2016-11-01  Dog Animal
2017-01-03  Dog Animal
2016-10-03  Dog Animal
2017-02-01  Dog Animal
2017-03-01  Dog Animal
2016-12-01  Dog Animal
2016-11-21  Horse   Animal
2016-12-15  Horse   Animal
2017-02-04  Horse   Animal

---

以下是如何排除索引不唯一的动物：

df.groupby('Category').filter(lambda x: x.index.is_unique)

这将提供所需的输出：

           Category    Type
Date                       
2016-11-01      Dog  Animal
2017-01-03      Dog  Animal
2016-10-03      Dog  Animal
2017-02-01      Dog  Animal
2017-03-01      Dog  Animal
2016-12-01      Dog  Animal
2016-11-21    Horse  Animal
2016-12-15    Horse  Animal
2017-02-04    Horse  Animal

您的问题表明您希望严格增加日期，然后您可以：

def index_diff(x):
    return ((d_1 - d_0).days for d_1, d_0 in zip(x.index[1:], x.index[:-1]))

df.groupby('Category').filter(lambda x: min(index_diff(x))> 0)

虽然这只是回报

           Category    Type
Date                       
2016-11-21    Horse  Animal
2016-12-15    Horse  Animal
2017-02-04    Horse  Animal

因为在2016-10-03之前，您已经有了

2017-01-03

出现在您的狗狗身上，所以您似乎需要：

---

如果将

2016-11-21

更改为

2016-12-17

，则

Horse

无效？您是否关心日期的显示顺序？但使用

df.groupby（'Category'）。过滤器（lambda x:x.index.是唯一的）时，狗也应有效

-另一个答案。如果

连续==每组的索引值不唯一，则可能需要更好地解释（

；）

df = df.groupby('Category').filter(lambda x: x.index.is_unique and 
                                             x.index.is_monotonic_increasing)
print (df)
           Category    Type
Date                       
2016-11-21    Horse  Animal
2016-12-15    Horse  Animal
2017-02-04    Horse  Animal