时间戳

首页 > 解决方案 > 如何应用多个条件从数据框（熊猫）中删除/选择特定行？

python - 如何应用多个条件从数据框（熊猫）中删除/选择特定行？

问题描述

我有以下数据框：

    id outcome
0    3      no
1    3      no
2    3      no
3    3     yes
4    3      no
5    5      no
6    5      no
7    5     yes
8    5     yes
9    6      no
10   6      no
11   6     yes
12   6     yes
13   6     yes
14   6     yes
15   6     yes
16   6      no
17   6      no
18   6      no
19   7      no
20   7      no
21   7     yes
22   7     yes
23   7      no
24   7      no
25   7      no
26   7      yes

它基于 id 分组，并且按日期升序排列。

我想满足几个条件。

如果它之后的行具有相同的结果，我想删除当前行。

如果一行是“是”，那么下一行必须是第一个“否”。

我还必须有最后一个“是”值。

此外，我还想将最后一个“否”保持在“是”之上（因此在“是”之上可能有 2 个“否”值：基本上在一行中，第一个和最后一个“否”是“否”）。

这是上述数据框的预期结果：

    id outcome
2    3      no
3    3     yes
4    3      no
6    5      no
8    5     yes
10   6      no
15   6     yes
16   6      no
20   7      no
22   7     yes
23   7      no
25   7      no
26   7      yes

目前我已经创建了几个这样的面具：

df = pd.DataFrame(data={'id':[3,3,3,3,3,5,5,5,5,6,6,6,6,6,6,6,6,6,6,7,7,7,7,7], 
     'outcome': ['no','no','no','yes','no','no','no','yes','yes','no','no','yes','yes','yes','yes','yes','no','no','no', 'no', 'yes', 'no', 'no', 'yes']})


m1 = df['outcome'] # mask 1 is the outcome column as a dataframe 
m2 = m1.groupby(df['id']).shift(-1)  # grouped by id and shifts values up (negative direction) by 1
m3 = m1.groupby(df['id']).shift().eq('yes')&m1.eq('no') # boolean check

df2 = df[~m1.eq(m2)|m3]
m4 = df2['outcome']
m5 = m4.groupby(df2['id']).shift()
df3 = df2[~m4.eq(m5)]

但是，对于上述内容，我不会将第一个和最后一个“否”置于“是”之上。

标签： pythonpandasdataframenumpytime-series

解决方案

你在这个问题的正确道路上

g = df.groupby('id')['outcome']
cond1 = g.shift().eq('yes') | g.shift(-1).eq('yes')
out = df[cond1 & df.outcome.ne('yes') | (df.outcome.eq('yes') & g.shift().ne('yes') ) ]



    id outcome
2    3      no
3    3     yes
4    3      no
6    5      no
7    5     yes
10   6      no
11   6     yes
16   6      no
20   7      no
21   7     yes
23   7      no
25   7      no
26   7     yes

推荐阅读