根据条件使用熊猫排除特定日期

df2 = pd.DataFrame({'person_id':[11,11,11,11,11,12,12,13,13,14,14,14,14],
                    'admit_date':['01/01/2011','01/01/2009','12/31/2013','12/31/2017','04/03/2014','08/04/2016',
                                  '03/05/2014','02/07/2011','08/08/2016','12/31/2017','05/01/2011','05/21/2014','07/12/2016']})
df2 = df2.melt('person_id', value_name='dates')
df2['dates'] = pd.to_datetime(df2['dates'])

我想做的是

a）如果主题具有Dec 31st和Jan 1st在其记录中，则从数据框中排除/过滤记录。请注意，year没关系。

如果一个对象具有两种Dec 31st或者Jan 1st，我们让他们为是。

但是，如果它们同时具有Dec 31st和Jan 1st，我们将删除其中的一个（12月31日或1月1日）。请注意，他们也可能有多个具有相同日期的条目。喜欢person_id = 11

我只能做以下

df2_new =  df2['dates'] != '2017-12-31'  #but this excludes if a subject has only `Dec 31st on 2017`. How can I ignore the dates and not consider `year`
df2[df2_new]  

我的预期输出如下所示

对于为person_id = 11，我们放弃12-31，因为它有两个12-31，并01-01在他们的记录，而对于为person_id = 14，我们不降12-31，因为它只有12-31在它的记录。

我们12-31只有在两者12-31同时01-01出现时才会掉落，并出现在一个人的记录中。