python-根据条件分组和子集行

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-根据条件分组和子集行，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1083字，纯文字阅读大概需要2分钟。

内容图文

我想过滤我的数据框.

我的数据框

  Col1    col2
0    A  event1
1    A  event2
2    A  event3
3    A  event2
4    B  event1
5    B  event3
6    B  event2
7    B  event2

输出数据框

  Col1    col2
     A  event1
     B  event1
     B  event3

它应该为每个组返回event2之前的行.
到目前为止,我尝试过

df.groupby('col1').apply(lambda x :x[0:x[x['col2'] == 'event2'].index[0]])

但是它没有返回所需的行.

解决方法:

我们可以使用groupby和cumsum进行此操作,然后执行最后的过滤步骤：

df[df.col2.eq('event2').groupby(df.Col1).cumsum().eq(0)]

  Col1    col2
0    A  event1
4    B  event1
5    B  event3

要将索引重置为单调递增的范围,请使用

df[df.col2.eq('event2').groupby(df.Col1).cumsum().eq(0)].reset_index(drop=True)

  Col1    col2
0    A  event1
1    B  event1
2    B  event3

Scott Boston建议在布尔型面罩上使用cumprod对上述解决方案进行很好的改进.原理是相同的,但是更干净：

df[df.col2.ne('event2').groupby(df.Col1).cumprod()]

  Col1    col2
0    A  event1
4    B  event1
5    B  event3

W-B建议的基于groupby idxmax的过滤：

df[df.index < df.col2.eq('event2').groupby(df.Col1).transform('idxmax')]

  Col1    col2
0    A  event1
4    B  event1
5    B  event3

内容总结

以上是互联网集市为您收集整理的python-根据条件分组和子集行全部内容，希望文章能够帮你解决python-根据条件分组和子集行所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端