根据列值提取 Pandas Dataframe 中的下一行

Question

假设我有以下 Dataframe

  final  raw  act    wc             Start            Finish
   abc  xyz   30    M5  17-01-2022 06:00  14-07-2031 02:36
   abc  xyz   40    F4  17-01-2022 06:00  14-07-2031 02:36
   abc  xyz   50    F6  17-01-2022 06:00  14-07-2031 02:36
   abc  xyz   60    F8  17-01-2022 06:00  14-07-2031 02:36
   abc  pqr   40  M14S  17-01-2022 06:00  18-01-2026 17:21
   abc  pqr   50   M12  17-01-2022 06:00  18-01-2026 17:21
   abc  pqr   60  M14S  17-01-2022 06:00  18-01-2026 17:21
   abc  pqr   20    F3  17-01-2022 06:00  14-07-2031 02:36
   abc  pqr   40    F4  17-01-2022 06:00  14-07-2031 02:36
   abc  pqr   50    F6  17-01-2022 06:00  14-07-2031 02:36

我想从这里取两行，一是

 abc  xyz   50  F6  17-01-2022 06:00  14-07-2031 02:36

另一个是

abc  pqr   50    F6  17-01-2022 06:00  14-07-2031 02:36

逻辑是，对于每个raw ，选择wc为F3、F4且行为最大的下一行。 在这里xyz ， F4在那里，所以下一行也是pqr ， F3, F4都在那里，但最大行为是 40。

我使用pd.shift()

dft = dfUno.loc[dfUno['wc'].shift().eq('F4')]

但我想以更通用的方式查看它，可能是使用iterrows()进行提取。 就像，我的代码仅适用于F4 。 我也想提取用于上述F4/F3的 dataframe。

对此的预期结果：

 final  raw  act    wc             Start            Finish
   abc  xyz   30    M5  17-01-2022 06:00  14-07-2031 02:36
   abc  xyz   40    F4  17-01-2022 06:00  14-07-2031 02:36
   abc  pqr   40  M14S  17-01-2022 06:00  18-01-2026 17:21
   abc  pqr   50   M12  17-01-2022 06:00  18-01-2026 17:21
   abc  pqr   60  M14S  17-01-2022 06:00  18-01-2026 17:21
   abc  pqr   20    F3  17-01-2022 06:00  14-07-2031 02:36
   abc  pqr   40    F4  17-01-2022 06:00  14-07-2031 02:36

请提出一些建议，如何去做。

Answer 1

您可以首先对框架进行子集化，使其仅具有wc等于"F3"或"F4"的行。 然后按raw列分组以查看每组的哪个索引给出了最大act 。 然后用它们索引原始帧：

>>> df.loc[df[df.wc.isin(["F3", "F4"])].groupby("raw", sort=False).act.idxmax()]

  final  raw  act  wc             Start            Finish
1   abc  xyz   40  F4  17-01-2022 06:00  14-07-2031 02:36
8   abc  pqr   40  F4  17-01-2022 06:00  14-07-2031 02:36

IE，

>>> df.wc.isin(["F3", "F4"]) 
0    False
1     True
2    False
3    False
4    False
5    False
6    False
7     True
8     True
9    False
Name: wc, dtype: bool

>>> subset = df[df.wc.isin(["F3", "F4"])]
>>> subset
  final  raw  act  wc             Start            Finish
1   abc  xyz   40  F4  17-01-2022 06:00  14-07-2031 02:36
7   abc  pqr   20  F3  17-01-2022 06:00  14-07-2031 02:36
8   abc  pqr   40  F4  17-01-2022 06:00  14-07-2031 02:36

>>> idxmax_act_per_raw = subset.groupby("raw", sort=False).act.idxmax()
>>> idxmax_act_per_raw 
raw
xyz    1
pqr    8
Name: act, dtype: int64

>>> df.loc[idxmax_act_per_raw]
  final  raw  act  wc             Start            Finish
1   abc  xyz   40  F4  17-01-2022 06:00  14-07-2031 02:36
8   abc  pqr   40  F4  17-01-2022 06:00  14-07-2031 02:36

（ groupby的sort=False确保raw在分组时不排序，否则我们会在最后得到带有"pqr"的行，因为"pqr" < "xyz" 。）