选择一列中的特定值并从熊猫的另一列之前/之后获取 n 行

Question

我有一个包含两列的数据框：trialType 和直径。 我需要找到trialType == 'start'的所有地方，然后获取这些位置前后所有2500行的直径，包括。 我尝试了以下方法：

idx = df.loc(df[df['trialType']=='start'])
df.iloc[idx - 2500 : idx + 2500]

我的目标是拥有一个只有那些相关行的数据框。

Answer 1

有趣的。

关于什么：

idx = df.loc[lambda x: x['trialType']=='start'].index

rows = df.loc[idx]

a = df.shift( 2500).loc[idx]
b = df.shift(-2500).loc[idx]

然后，您可以将它们组合在一起，但您认为最好。

pd.concat([a,rows,b])

---

你也可以这样做：

idx = df.loc[lambda x: x['trialType']=='start'].index
df.loc[lambda x: (x.index-2500).isin(idx) 
               ¦  x.index.isin(idx) 
               ¦ (x.index+2500).isin(idx)]

但是如果你的索引不是连续的（0、1、2、3等），你必须修改上面的代码

Answer 2

我只会将第一行更改为

idx = df.index[df['trialType']=="start"].tolist()[0]

这将返回条件为真的第一个索引

第 2 行应该可以正常工作df.iloc[idx - 2500 : idx + 2500]

您可以运行此代码来尝试

df = pd.DataFrame({'team': ['A', 'A', 'A', 'B', 'Z', 'C', 'C', 'D'],
                   'points': [5, 7, 7, 9, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})
df

idx = df.index[df['team']=="B"].tolist()[0]
df.iloc[idx - 2 : idx + 2]

输出

    team    points  rebounds
1   A         7          8
2   A         7          10
3   B         9          6
4   Z         12         6