Python 按相邻行差异过滤数据帧

我有一个按日期时间索引的数据帧。我想根据行的索引与前一行的索引之间的差异筛选出行

因此，如果我的标准是“删除比前一行晚一小时以上的所有行”，则应删除下面示例中的第二行：

2005-07-15 17:00:00  
2005-07-17 18:00:00  

在以下情况下，两行都保持不变：

2005-07-17 23:00:00  
2005-07-18 00:00:00 

似乎您需要与进行差异比较，并与

1小时时间差
：

dates=['2005-07-15 17:00:00','2005-07-17 18:00:00', '2005-07-17 19:00:00',  
      '2005-07-17 23:00:00', '2005-07-18 00:00:00']
df = pd.DataFrame({'a':range(5)}, index=pd.to_datetime(dates))

print (df)
                     a
2005-07-15 17:00:00  0
2005-07-17 18:00:00  1
2005-07-17 19:00:00  2
2005-07-17 23:00:00  3
2005-07-18 00:00:00  4


diff=df.index.to_series（）.diff（）.fillna（0）
打印（差异）
2005-07-15 17:00:00天00:00:00
2005-07-17 18:00:00两天01:00:00
2005-07-17 19:00:00天01:00:00
2005-07-17 23:00:00天04:00:00
2005-07-18 00:00:00:00天01:00:00
数据类型：timedelta64[ns]
mask=diff在
2005-07-15 17:00:00，2005-07-17 18:00:00，2005-07-17 19:00:00
中的19:00应该发生什么，但是
2005-07-17 23:00:00
之间的引用是一个小时，为什么不删除呢？从这个系列：
pd.Timestamp（'20170101'）+pd.to\u timedelta（[-1,0,1,2,3,5,6.5,7.5]，unit='h'）
，你能弄清楚应该保留哪一行吗？@jezrael任何差异超过一小时的行都应该删除。@MaartenFabréOnly 2017-01-01 05:00:00应该删除。
diff = df.index.to_series().diff().fillna(0)
print (diff)
2005-07-15 17:00:00   0 days 00:00:00
2005-07-17 18:00:00   2 days 01:00:00
2005-07-17 19:00:00   0 days 01:00:00
2005-07-17 23:00:00   0 days 04:00:00
2005-07-18 00:00:00   0 days 01:00:00
dtype: timedelta64[ns]

mask = diff <= pd.Timedelta(1, unit='h')
print (mask)
2005-07-15 17:00:00     True
2005-07-17 18:00:00    False
2005-07-17 19:00:00     True
2005-07-17 23:00:00    False
2005-07-18 00:00:00     True
dtype: bool

df = df[mask]
print (df)
                     a
2005-07-15 17:00:00  0
2005-07-17 19:00:00  2
2005-07-18 00:00:00  4