根据条件从pandas数据框中获取一组列值

Question

我有一个数据框：

item    B    val
1    qw      0
2    ss    0.9
3    ds   -0.8
4    sd    0.4 
5    dd    0.9
6    ll    0.4
7    wr    0.3
8    rt    -0.4
9    qq    0.2
10   ee    0.6 

在值列中，第一行是0 ，然后是正数0.9

我想找到连续值为正的一组项目。

例如：

items in groups = [1,2] ## consecutive positive val [4,5,6,7] and [9,10]

我期待的最终输出是

[ [1,2] , [4,5,6,7] , [9,10] ]

这可能不反复的dataframe中for循环？

Answer 1

采用：

m = df['val'].ge(0)
df.index = m.ne(m.shift()).cumsum()
L = df[m.values].groupby(level=0)['item'].apply(list).tolist()
print (L)
[[1, 2], [4, 5, 6, 7], [9, 10]]

说明 ：

1. 首先通过ge比较大于和等于(>=)
2. 通过将shift值的ne （ != ）与cumsum进行比较来获取要索引的连续值
3. 通过boolean indexing仅过滤正值和0 s
4. groupby并创建Series of list ，最后将其转换为nested list 。

Answer 2

IIUC

mask=df.val.lt(0)
df.item[~mask].groupby(mask.cumsum()[~mask]).apply(list).tolist()
Out[236]: [[1, 2], [4, 5, 6, 7], [9, 10]]