Python - 在 dataframe 的“n”行开始循环？

Question

我有这个 dataframe：

a = [0,0,5,0,0,0,0,0,0,7,0,0,0,0,0,0,0,0]
b = [0,0,0,0,250,350,500,0,0,0,0,0,0,125,70,95,0,0]

df = pd.DataFrame(columns=['a', 'b'])
df = pd.DataFrame.assign(df, a=a, b=b)

df
    a   b
0   0   0
1   0   0
2   5   0
3   0   0
4   0   250
5   0   350
6   0   500
7   0   0
8   0   0
9   7   0
10  0   0
11  0   0
12  0   0
13  0   125
14  0   70
15  0   95
16  0   0
17  0   0

我想记录 B 列的第一个值，在每次迭代之后通过 A 列。我正在寻找这个结果：

5
250
7
125

我的第一次尝试是下面的循环。 我试图提取行索引，这样我就可以将它传递给下一个 for 循环，以在 n 索引处开始循环，但这并不完全符合我的预期。

for item in df.a:
    if item > 0:
        print(item)
        index = df.iterrows()
        print(index)
        
        for i in df.b:
            if i > 0:
                print(i)
                break

which yields:

5
<generator object DataFrame.iterrows at 0x000002C654B0EF20>
250
7
<generator object DataFrame.iterrows at 0x000002C654B01C80>
250

非常感谢有关如何处理此问题的建议！

Answer 1

不要循环。 您可以mask零，然后按 a 列中的块对b列a分组，并first与

s = df[df != 0]
s['b'].groupby(s['a'].ffill()).first()

---

a
5.0    250.0
7.0    125.0
Name: b, dtype: float64

Answer 2

另一种可能的解决方案：

df1 = df.mask(df.eq(0)).dropna(how='all')
df1.assign(b = df1['b'].shift(-1)).dropna()

Output：

     a      b
2  5.0  250.0
9  7.0  125.0