检查每个 id 列中的特定值是否相互跟随

Question

我有以下 dataframe

id | status
____________
1  | reserved
2  | signed
1  | waiting
1  | signed
3  | waiting
2  | sold
3  | reserved
1  | sold

我想验证一个假设，即状态reserved 、 waiting 、 signed总是导致状态sold 。 我只需要检查以下顺序，可能会省略一些状态，例如 dataframe 中的id == 2 。

我想知道是否有办法查找按 id dataframe 分组的下一行值

预期的 output 是 dataframe 或遵循上述规则的id列表。 对于上面的 dataframe 它将是这样的：

id
__
1
2

我的尝试是获取所有具有这些状态的唯一id ，然后为每个id找到它的状态列表。 然后我想以某种方式过滤它，但有很多组合。

df = df[df.status.isin(['reserved', 'waiting', 'signed', 'sold'])]

df1 = df.groupby('flat_id').['status'].unique()

df1.where('status'== [''reserved', 'waiting', 'signed', 'sold'']
or ['reserved', 'waiting', 'sold'] ... )

Answer 1

IIUC，您只想检查“已售出”是每组的最后一个值：

m = df.groupby('id')['status'].apply(lambda s: s.iloc[-1] == 'sold')
out = m[m].index.tolist()

output: [1, 2]

如果您想确保在“出售”之前有一些东西：

m = df.groupby('id')['status'].apply(lambda s: len(s)>1 and s.iloc[-1] == 'sold')

如果你想确保这个东西在一个特定的列表中：

m = df.groupby('id')['status'].apply(lambda s: s.isin(['reserved', 'waiting', 'signed']).any()
                                           and s.iloc[-1] == 'sold')
m[m].index.tolist()

选择：

(df.drop_duplicates('id', keep='last')
   .loc[lambda d: d['status'].eq('sold'), 'id']
)

output：

5    2
7    1
Name: id, dtype: int64