Python 删除日期条件下具有相同id的dataframe中的特定列

我有两个数据集：

其中一个包含过去10年颁发的房屋能源证书，以及房屋ID和颁发日期。一个房子可以有更多的证书颁发，因为他们可以更新它

另一个包含过去10年的所有房屋交易 和ID（与第一个数据集中的ID相同）

我使用

mergeALL= pd.merge(mergeTranDwelling,EnergySimple, left_on=['matrikkel2019', "bygningsnr"], right_on=['matrikkel2019', 'Bygningsnummer'], how='inner')

然后我得到了如下内容（dataframe的片段）：

因为每个房屋可以有多个能源证书值，所以每笔交易都可以附带多个证书。我希望每个交易\u id都有颁发日期为的证书，该日期最近，但在正式日期之前。在上述情况下，我希望删除此传输id上的所有证书，除了：

83866285    1157600091      2016-05-25      A2016-638577    22.02.2016 10:22:45

我已尝试使用此解决方案： 但是我必须合并两列上的数据集（matrikkel2019，bygningsr），因此我不能使用merge.asof

---

我也愿意以另一种方式进行合并（这是关于同一问题的另一个问题：）

使用一个地址事务id扩展df，以便更好地进行测试。从excel获取数据帧，您可以根据需要修改该部分

input_df

transaction_id  address_id  official_date   certificate issued_date
83866285    1157600091  5/25/2016   A2012-278940    17.12.2012 17:44:17
83866285    1157600091  5/25/2016   A2012-278941    17.12.2012 17:48:35
83866285    1157600091  5/25/2016   A2016-638538    22.02.2016 10:16:12
83866285    1157600091  5/25/2016   A2016-638577    22.02.2016 10:22:45
83866285    1157600091  5/25/2016   A2019-1065662   21.10.2019 15:39:30
83866286    1157600093  5/25/2019   A2012-278940    17.12.2012 17:44:17
83866286    1157600093  5/25/2019   A2012-278941    17.12.2012 17:48:35
83866286    1157600093  5/25/2019   A2016-638538    22.02.2016 10:16:12
83866286    1157600093  5/25/2019   A2016-638577    22.02.2016 10:22:45
83866286    1157600093  5/25/2019   A2019-1065662   21.11.2019 15:39:30

输出-

   3        83866285  1157600091    2016-05-25   A2016-638577 2016-02-22 10:22:45
   9        83866286  1157600093    2019-05-25  A2019-1065662 2019-11-21 15:39:30

---

检查下面的答案，如果不是您想要的，请告诉我..这几乎是我正在寻找的解决方案，但我只想要第一行（nr 3）我想要每个事务id一个证书，在正式日期之前有最近的发布日期，并丢弃该ID上的所有其他。要对我的数据集中的所有唯一事务ID执行此操作，对于您的数据，它将只给出1行，我为1个证书添加了数据，因此它显示了2行，因为我的数据中有2个不同的证书…是的，好的！我只需删除abs（），然后获取所有负面日期，然后在之后使用abs（）查找最接近的发行日期，但在正式发行日期之前！非常感谢你，你帮了我很多

import pandas as pd
import numpy
import re

input_df = pd.read_excel('input.xlsx',sheet_name='Sheet1')

# convert columns in date time 

input_df['issued_date'] = pd.to_datetime(input_df['issued_date'])
input_df['official_date'] = pd.to_datetime(input_df['official_date'])

# Add below column just for calculation
input_df['diff_days']= (input_df['issued_date']-input_df['official_date']).abs()
print(input_df)

# Filter the group of transaction_id
input_df=input_df.loc[input_df.groupby('transaction_id').diff_days.idxmin()]

# Now remove temp column
input_df = input_df.drop(['diff_days'], axis=1)
print(input_df)

   3        83866285  1157600091    2016-05-25   A2016-638577 2016-02-22 10:22:45
   9        83866286  1157600093    2019-05-25  A2019-1065662 2019-11-21 15:39:30