检查列中是否同时存在开始日期和结束日期,并筛选数据帧-python、panda

我有一个包含多个 IDs 和 Targets 时间跨度为2个月,可在此处获取- https://pastebin.com/UeyZ4uZu

start_date = '01-01-19'
end_date = '02-28-19'

我需要过滤掉任何不跨越整个时间段的数据,即 01-01-19 并且有关于 02-28-19 。不需要每天都有数据。例如,在此处的示例数据集中:

df = pd.DataFrame({'names':['jim','jim','jim','jim','jim','jim','jim','jim','jim',
                           'bob','bob','bob','bob','bob','bob',
                           'sara','sara','sara','sara','sara','sara','sara','sara','sara','sara'],
                  'dates':['01-01-19','01-02-19','01-03-19','01-05-19','01-06-19','01-07-19','01-08-19','01-09-19','01-10-19',
                           '01-05-19','01-06-19','01-07-19','01-08-19','01-09-19','01-10-19',
                           '01-01-19','01-02-19','01-03-19','01-04-19','01-05-19','01-06-19','01-07-19','01-08-19','01-09-19','01-10-19']})

jim 和 sara 即使 吉姆 缺少 01-04-19 和 bob 将被删除,因为他没有 1990年1月1日 。我之前在这里问过一个类似的问题: Filer by Dates that Start After a Specific Time - pandas, python ,得到了解决方案:

start = df.Date.min() 
end = df.Date.max()
num_days = (end - start).days + 1

# If start/end is fixed date and not by min/max, 
# add filter to make sure it won't start/end on the wrong dates
# df = df[(df.Date >= start) & (df.Date <= end)]

df = df.loc[df.groupby('ID').Date.transform('nunique') == num_days]

根据所问的问题,这是正确的,但我意识到这是在过滤掉我需要保留的额外数据。主要目标是保留 start_date 和 end_date 扔掉任何没有书尾的东西。

大致如下:

dfin = df.loc[df.groupby('ID').Date.isin([start_date,end_date])]