![](/img/trans.png)
[英]Pandas - Number of rows to the last row in a group that meets a requirement
[英]Remove rows in a group by until the last row meets some condition
我有以下 df
id type
0 1 A
1 1 B
2 1 A
3 2 A
4 2 B
5 3 A
6 3 B
7 3 A
8 3 B
9 3 A
10 3 A
我们可以假设此数据已经排序。 我需要做的是,对于每个 id,我需要在以下条件下删除行
A
B
B
是最后一个出现的(数据已经排序)我已经完成了 1. 具有以下内容:
df = df.groupby('id').filter(lambda x: x['Type'].iloc[0] != 'A')
如果他们的第一个类型不是A
,它会完全删除 ids
但是,对于 2. 和 3.,如果最后一个类型不是B
,我不想删除 id ,相反我只想删除中间的所有内容
结果 df:
id type
0 1 A
1 1 B
3 2 A
4 2 B
5 3 A
8 3 B
示例代码:
d = {'id': {0: 1, 1: 1, 2: 1, 3: 2, 4: 2, 5: 3, 6: 3, 7: 3, 8: 3, 9: 3, 10: 3},
'type': {0: 'A',
1: 'B',
2: 'A',
3: 'A',
4: 'B',
5: 'A',
6: 'B',
7: 'A',
8: 'B',
9: 'A',
10: 'A'}}
df = pd.DataFrame.from_dict(d)
看来您可以根据type
使用具有不同规则的drop_duplicates
:
out = pd.concat([df.query("type=='A'").drop_duplicates(subset=['id','type'], keep='first'),
df.query("type=='B'").drop_duplicates(subset=['id','type'], keep='last')]).sort_index()
Output:
id type
0 1 A
1 1 B
3 2 B
4 2 A
5 3 A
8 3 B
您可以简单地使用掩码来分割 DataFrame:
m1 = df['type'].eq('B')
# first non-duplicate
m2 = ~df.duplicated(keep='first')
# last non-duplicate
m3 = ~df.duplicated(keep='last')
df[(m1&m2).shift(-1)|(m1&m3)]
# (m1&m2).shift(-1) -> value before the first B (i.e an A)
# (m1&m3) -> last B
output:
id type
0 1 A
1 1 B
3 2 A
4 2 B
5 3 A
8 3 B
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.