仅保留给定日期列中第一次出现的数据，而不删除 pandas 中的其他出现

Question

我对 pandas 很陌生，所以请耐心等待。 我有几年的 1 分钟间隔明智数据时间框架。 每行都有一个Long signal列。 我的数据框索引是日期时间列。

为简单起见，我们只取两天的数据。

                        Long Signal
    Date 

2008-01-01 09:55        0
2008-01-01 09:56        1
2008-01-01 09:57        0
...............
2008-01-01 03:28        0
2008-01-01 03:29        1
2008-01-01 03:30        1
2008-01-02 09:55        0
2008-01-02 09:56        0
2008-01-02 09:57        1
...............
2008-01-02 03:28        0
2008-01-02 03:29        1
2008-01-02 03:30        1

我正在尝试将其转换为数据框，如下所示，

                       Long Signal
    Date 

2008-01-01 09:55        0
2008-01-01 09:56        1
2008-01-01 09:57        0
...............
2008-01-01 03:28        0
2008-01-01 03:29        0
2008-01-01 03:30        0
2008-01-02 09:55        0
2008-01-02 09:56        0
2008-01-02 09:57        1
...............
2008-01-02 03:28        0
2008-01-02 03:29        0
2008-01-02 03:30        0

那就是我只想保留第一次出现的Long signal ，并为同一天的剩余事件填充 0。 也就是说，在任何一天， Long signal最多只能出现一次值 1。尝试了drop_duplicate但没有运气。 我将不胜感激任何帮助。

编辑1：

我想保留第一个Long signal为 1 的时间信息。在我的情况下2008-01-01是09:56 ，对于2008-01-02是09:57 。 换句话说，我希望我的数据本身在 1 分钟的时间间隔内，同时仅在Long signal中第一次出现值1时保留数据。

Answer 1

要仅保留第一次出现的Long Signal并用 0 填充剩余的信号，您可以使用loc 、 groupby与dt.day和idxmax()的组合。

idxmax() function 用于获取最大值的行 label 并且如果多个值等于最大值（即在您的情况下为 1），则第一行 ZD304BA20E96D87411588EEBAC 非常适合您的需求，所以它返回了该值。

为了显示：

df['Long Signal'] = df['Long Signal'].loc[df.groupby([df.Date.dt.day])['Long Signal'].idxmax()]
df['Long Signal'].fillna(0,inplace=True)

会回来：

Out[134]: 

                  Date  Long Signal
0  2008-01-01 09:55:00          0.0
1  2008-01-01 09:56:00          1.0
2  2008-01-01 09:57:00          0.0
3  2008-01-01 03:28:00          0.0
4  2008-01-01 03:29:00          0.0
5  2008-01-01 03:30:00          0.0
6  2008-01-02 09:55:00          0.0
7  2008-01-02 09:56:00          0.0
8  2008-01-02 09:57:00          1.0
9  2008-01-02 03:28:00          0.0
10 2008-01-02 03:29:00          0.0
11 2008-01-02 03:30:00          0.0

要保留第一个 Long 信号为 1 的时间信息，您可以简单地使用：

df.loc[df['Long Signal']==1]['Date']

1   2008-01-01 09:56:00
8   2008-01-02 09:57:00

但我不能 100% 确定这是您第二部分所需要的，因为它没有在您想要的 output 中演示。