Python 比较数据帧行&；删除日期重叠的行

我有一个数据框，里面装满了从交易策略中提取的交易。交易策略中的逻辑需要更新，以确保如果策略已经在交易中，则不会进行交易——但这是另一个问题。许多以前交易的交易数据从csv文件读入数据框

以下是我的数据问题： 我需要对数据帧进行逐行比较，以确定rowX的Entrydate是否小于ExitDate rowX-1

我的数据示例：

Row 1:
EntryDate  ExitDate
2012-07-25 2012-07-27 

Row 2:
EntryDate  ExitDate
2012-07-26 2012-07-29

第2行需要删除，因为它是不应该发生的交易

我很难识别哪些行是重复的，然后删除它们。我很幸运地尝试了这个方法，但并不理想，因为我必须手动迭代数据帧并读取每一行的数据。我目前的方法是下面，是丑陋的，因为可以。我检查日期，然后将它们添加到新的数据框中。此外，这种方法在最终数据帧中提供了多个副本

for i in range(0,len(df)+1):
    if i+1 == len(df): break #to keep from going past last row
    ExitDate = df['ExitDate'].irow(i)
    EntryNextTrade = df['EntryDate'].irow(i+1)

    if EntryNextTrade>ExitDate: 
        line={'EntryDate':EntryDate,'ExitDate':ExitDate}
        df_trades=df_trades.append(line,ignore_index=True)

关于如何更有效地实现这一点，有什么想法或想法吗

---

如果您想复制我的实际数据帧，可以查看我的数据采样。

您应该使用某种布尔掩码来执行这种操作

for i in range(0,len(df)+1):
    if i+1 == len(df): break #to keep from going past last row
    ExitDate = df['ExitDate'].irow(i)
    EntryNextTrade = df['EntryDate'].irow(i+1)

    if EntryNextTrade>ExitDate: 
        line={'EntryDate':EntryDate,'ExitDate':ExitDate}
        df_trades=df_trades.append(line,ignore_index=True)

一种方法是为下一笔交易创建虚拟列：

df['EntryNextTrade'] = df['EntryDate'].shift()

使用此选项创建遮罩：

msk = df['EntryNextTrade'] > df'[ExitDate']

并使用loc查看msk为真的子数据帧，仅查看指定的列：

df.loc[msk, ['EntryDate', 'ExitDate']]

---

避免循环！对我知道……但这是我开始的唯一方法：）谢谢。现在就试试看。我知道我可以用一些简单明了的方法，这非常有效。非常感谢，因为我是新来的，所以不能投票，但如果可以的话，我会的。