如何從包含給定字符串的行開始切片兩列熊貓數據幀？

Question

df = pd.DataFrame({'A':['A','B','C','D'],
                   'B':[4,5,6,7]})

AB
A 4
B 5
C 6
第7天

我想返回一種方法，以返回從給定字符串開始的所有行，在A列中說“ B”。

AB
B 5
C 6
第7天

去死神！

Answer 1

如果字符串始終存在，則可以對條件Series使用idxmax()來查找字符串首次出現的索引，然后使用tail()方法在索引之后提取行：

df.tail(-(df.A == "B").idxmax())   # this method works if the string exists in the column
# and the index of the data frame is a normal sequence as given by range(n)

#   A   B
#1  B   5
#2  C   6
#3  D   7

另一個可能更安全的方法，即使該字符串在該列中不存在，該方法仍然有效：

df[(df.A == "B").cumsum().astype(bool)]  

#   A   B
#1  B   5
#2  C   6
#3  D   7

Answer 2

假設A列中的數據按字母順序排序，則可以使用子集，這類似於

df[df['A'] >= 'B']

會成功的

Answer 3

如果A列未按字母順序排序，則可以使用此解決方案。

而且，當這將開始從該行的數據幀B用於在列中的第一次出現A ，如果列A包含一個以上的值B 。

idx = df[df['A'] == 'B'].index[0]
df = df[idx:]
print(df)
   A  B
1  B  5
2  C  6
3  D  7

Answer 4

概括性很好的答案可以使用numpy.argwhere

idx = np.argwhere(df.A == 'B')[0][0]
df.iloc[idx:]