时间戳

首页 > 解决方案 > 从 Pandas 中的 Value 中获取 N 行

python - 从 Pandas 中的 Value 中获取 N 行

问题描述

我有一个活动的月销售数字列表。我有一列Event_Ind指示该月是否有事件。我需要在每个事件之前获取 3 个值（包括）。允许值重叠。

import pandas as pd
dates = pd.date_range(start='2019-01-01', end='2020-01-01', freq='M')
values = [1000,1067,1099,1100,2000,1000,1057,1082,1200,1300,1453,1500]
event_ind = ["*","","","","*","","","","*","","*",""]
df = pd.DataFrame({'Dates':dates, 'Values':values, 'Event_Ind':event_ind})


        Dates  Values Event_Ind
0  2019-01-31    1000         *
1  2019-02-28    1067          
2  2019-03-31    1099          
3  2019-04-30    1100          
4  2019-05-31    2000         *
5  2019-06-30    1000          
6  2019-07-31    1057          
7  2019-08-31    1082          
8  2019-09-30    1200         *
9  2019-10-31    1300          
10 2019-11-30    1453         *
11 2019-12-31    1500

目标是这个样本数据：

    Dates   Values  Event_Ind
0   1/31/2019   1000    *
1   3/31/2019   1099    
2   4/30/2019   1100    
3   5/31/2019   2000    *
4   7/31/2019   1057    
5   8/31/2019   1082    
6   9/30/2019   1200    *
7   9/30/2019   1200    *
8   10/31/2019  1300    
9   11/30/2019  1453    *

shift()我在想我可以用or做点什么groupby.tail()。但我似乎无法使用它们来获得我想要的输出

标签： pythonpandasdataframe

解决方案

您可以按照以下方式进行操作：

s = df.Event_Ind.eq('*')
i = np.concatenate([np.arange(a,b+1) for b,a in zip(s[s].index, s[s].index - 2)])


df.loc[i[i>=0]]

        Dates  Values Event_Ind
0  2019-01-31    1000         *
1  2019-02-28    1067          
2  2019-03-31    1099          
3  2019-04-30    1100          
4  2019-05-31    2000         *
5  2019-06-30    1000          
6  2019-07-31    1057          
7  2019-08-31    1082          
8  2019-09-30    1200         *
7  2019-08-31    1082          
8  2019-09-30    1200         *
9  2019-10-31    1300          
10 2019-11-30    1453         *

解释

[np.arange(a,b+1) for b,a in zip(s[s].index, s[s].index - 2)]

上面的代码zip是索引值，*上面有两行索引。因此，np.arange(a,b+1)产生要在 final 显示的行的索引df。

由于上面生成了一个数组列表，因此您希望np.concatenate所有这些都拥有一个要保留的索引数组。

df.loc[i[i>=0]]

最后，上面首先过滤所有i负值（因为python中的负索引有意义）并df.loc[]检索最终的df。

推荐阅读