如果所有行都遵循一个序列，如何 select 来自 dataframe 的行组

Question

我目前正在研究一个 dataframe，它的进程（基于 ID）可能会或不会到达进程的末尾。 流程结束定义为索引=6 的活动。 我需要做的是根据它们已完成的事实过滤这些流程（ID），这意味着所有 6 个活动都已完成（因此在此过程中，我们将有索引等于 1、2、3 的活动， 4,5 和 6 按此特定顺序）。

dataframe 的结构如下：

ID          A  index           
1   activity1      1 
1   activity2      2    
1   activity3      3    
1   activity4      4    
1   activity5      5    
1   activity6      6    
2   activity7      1    
2   activity8      2    
2   activity9      3    
3   activity10     1    
3   activity11     2    
3   activity12     3  
3   activity13     4    
3   activity14     5    
3   activity15     6    

结果 dataframe 应该是：

ID          A   index           
1   activity1      1 
1   activity2      2    
1   activity3      3    
1   activity4      4    
1   activity5      5    
1   activity6      6    
3   activity10     1    
3   activity11     2    
3   activity12     3  
3   activity13     4    
3   activity14     5    
3   activity15     6    

我尝试使用 sum()，创建一个新列“a”并检查每个组的总和是否大于 20（这意味着取 sum() 至少为 21 的组，即1,2,3,4,5,6) 与 function gt() 的总和。

df['a'] = df['index'].groupby(df['index']).sum()
df2 = df[df['a'].gt(20)] 

可能这不是最好的方法，所以其他方法也很受欢迎。 关于如何根据这种情况对 select 行有任何想法吗？

Answer 1

这可能不是最快的方法，尤其是在大型 dataframe 上，但它可以完成工作

df = df.loc[df.groupby(['ID'])['index'].transform(lambda x: list(x)==list(range(1,7)))]

或其他变体：

df = df.loc[df.groupby('ID')['index'].filter(lambda x: list(x)==list(range(1,7))).index]

Output：

ID  A   index
0   1   activity1   1
1   1   activity2   2
2   1   activity3   3
3   1   activity4   4
4   1   activity5   5
5   1   activity6   6
9   3   activity10  1
10  3   activity11  2
11  3   activity12  3
12  3   activity13  4
13  3   activity14  5
14  3   activity15  6

Answer 2

另一种可能的解决方案：

out = (df.groupby('ID')
       .filter(lambda g: (len(g['index']) == 6) and 
       (g['index'].eq([*range(1,7)]).all())))

print(out)

   ID           A  index
0    1   activity1      1
1    1   activity2      2
2    1   activity3      3
3    1   activity4      4
4    1   activity5      5
5    1   activity6      6
9    3  activity10      1
10   3  activity11      2
11   3  activity12      3
12   3  activity13      4
13   3  activity14      5
14   3  activity15      6