在Panda / Python中最后一次出现值时执行复杂的数据框过滤请求[编辑]

Question

我很难进行复杂的数据框过滤。

这里的问题：

对于具有相同值的每个列“ id”，列“ job”可以采用值“ fireman”，“ nan”，“ policeman”。

我想过滤我的数据框，以便对于每个具有相同值的ID，

我只保留行的开始位置，其中作业的值“消防员”在最近的连续时间出现。 我首先必须按“工作”值分组以进行过滤：

 df.groupby("job").filter(lambda x: f(x))

我不知道哪个功能合适。

有任何想法吗 ？

尝试：

df = pd.DataFrame([[79,1,], [79,2,'fireman'],[79,3,'fireman'],[79,4,],[79,5,],[79,6,'fireman'],[79,7,'fireman'],[79,8,'policeman']], columns=['id','day','job'])


output = pd.DataFrame([[79,6,'fireman'],[79,7,'fireman'],[79,8,'policeman']], columns=['id','day','job'])

Answer 1

这是不需要额外变量的版本：

df.groupby('imo').apply(lambda grp: grp[grp.index >= 
                                        ((grp.polygon.shift() != grp.polygon) & 
                                         (grp.polygon.shift(-1) == grp.polygon) & 
                                         (grp.polygon == 'FE')
                                        ).cumsum().idxmax()]
                       ).reset_index(level=0, drop=True)