根据条件修剪熊猫数据框的最后一行

Question

让我们假设这样一个数据框：

idx  x  y
0    a  3
1    b  2
2    c  0
3    d  2
4    e  5

如何根据条件修剪底部的行，以便删除与该条件匹配的最后一行之后的任何行？

例如：

with the following condition: y == 0

输出将是

idx  x  y
0    a  3
1    b  2
2    c  0

这种情况可能会发生很多次，但最后一个是触发减产的情况。

Answer 1

您可以这样做，这里np.where返回一个元组，因此我们使用np.where(df.y == 0)将索引的值作为该元组的第一个元素进行np.where(df.y == 0) ，然后将第一个np.where(df.y == 0)作为最后一个元素返回最后，我们将1加到索引，以便在切片时可以包含最后一次出现的索引

df_cond = df.iloc[:np.where(df.y == 0)[0][-1]+1, :]

或者你可以做：

df_cond  = df[ :df.y.eq(0).cumsum().idxmax()+1 ]

Answer 2

方法1：

Usng index.max和iloc ：

• index.max以获取条件y==0的最后一行
• iloc在使用df['y'].eq(0)找到的索引上对数据帧进行切片

idx = df.query('y.eq(0)').index.max()+1 
# idx = df.query('y==0').index.max()+1 -- if pandas < 0.25 

df.iloc[:idx]

输出量

   x  y
0  a  3
1  b  2
2  c  0

---

方法2：

使用np.where

idx = np.where(df['y'].eq(0), df.index, 0).max()+1
df.iloc[:idx]

输出量

   x  y
0  a  3
1  b  2
2  c  0

Answer 3

我会做这样的事情：

df.iloc[:df['y'].eq(0).idxmax()+1]

只要寻找您的条件为真的最大索引。

编辑

因此，上面的代码将无法正常工作，因为idxmax（）仍只取值为真的第一个索引。 因此，我们可以执行以下操作来欺骗它：

df.iloc[:df['y'].eq(0).sort_index(ascending = False).idxmax()+1]

翻转索引，因此最后一个索引是idxmax选择的第一个索引。

Answer 4

设置数据框：

data = [
    [ 'a',  3],
[ 'b' , 2],
[  'c' , 0],
[  'd',  2],
[ 'e' , 5]
]
df = pd.DataFrame(data, columns=['x',  'y']).reset_index().rename(columns={'index':'idx'}).sort_values('idx')

然后找到临界值（假设idx列已经排序）：

cutoff = df[df['y'] == 0].idx.min()

df ['y'] == 0是您的条件。 然后获取满足该条件的最小idx，并将其保存为我们的临界值。

最后，使用截止值创建一个新的数据框：

df_new = df[df.idx <= cutoff].copy()

输出：

df_new

   idx  x   y
0   0   a   3
1   1   b   2
2   2   c   0