使用Python的Dataframe取两列时间值相差一年的所有行

在使用Python处理数据时，经常需要对数据筛选。

这是在对时间筛选时，判断两列时间是否相差一年，如果是，则返回符合条件的所有列。

data原始数据：

data[map(lambda x:datetime.date(x.year-1,x.month,x.day),data['report_date'])==data['date_1y_ago']]

    company_id signal_code_x  signal_value_x report_date signal_code_y  signal_value_y report_date_last date_1y_ago
0      2154888  r_1002030000         0.62660  2015-09-30  r_1002030000         0.64145       2015-12-31  2014-12-31
1      2154888  r_1002030000         0.64145  2015-12-31  r_1002030000         0.64145       2015-12-31  2014-12-31
2      2154888  r_1002030000         0.60544  2015-03-31  r_1002030000         0.64145       2015-12-31  2014-12-31
3      2154888  r_1002030000         0.54911  2014-12-31  r_1002030000         0.64145       2015-12-31  2014-12-31
4      2154888  r_1002030000         0.61379  2015-06-30  r_1002030000         0.64145       2015-12-31  2014-12-31
5      1702887  r_1002030000         0.62173  2014-03-31  r_1002030000         0.51103       2015-03-31  2014-03-31
6      1702887  r_1002030000         0.55175  2014-12-31  r_1002030000         0.51103       2015-03-31  2014-03-31
7      1702887  r_1002030000         0.51103  2015-03-31  r_1002030000         0.51103       2015-03-31  2014-03-31
8      1702887  r_1002030000         0.58696  2014-06-30  r_1002030000         0.51103       2015-03-31  2014-03-31
9     13484491  r_1002030000         0.17658  2014-12-31  r_1002030000         0.41082       2015-12-31  2014-12-31
10    13484491  r_1002030000         0.41082  2015-12-31  r_1002030000         0.41082       2015-12-31  2014-12-31
11    13484491  r_1002030000         0.39220  2015-09-30  r_1002030000         0.41082       2015-12-31  2014-12-31

筛选后的数据：

company_id signal_code_x  signal_value_x report_date signal_code_y  signal_value_y report_date_last date_1y_ago
1      2154888  r_1002030000         0.64145  2015-12-31  r_1002030000         0.64145       2015-12-31  2014-12-31
7      1702887  r_1002030000         0.51103  2015-03-31  r_1002030000         0.51103       2015-03-31  2014-03-31
10    13484491  r_1002030000         0.41082  2015-12-31  r_1002030000         0.41082       2015-12-31  2014-12-31