我在處理Python時遇到了麻煩。我有PD數據幀，我需要刪除所有行，這些行是在特定值之后（在代碼值中寫入稱為年份的列表）所有值都應按公司名稱分組，因為這些obserevation屬于“inn_main”列中提到的公司。我真的不明白如何使用Pandas功能做到這一點。我找到了一種方法，但它非常丑陋，效率不高。import pandas as pd data = {'inn_main':['Apple', 'Apple', 'Apple', 'Apple', 'Tesla', 'Tesla', 'Tesla'], 'Help':['OK', 'OK', 2013, 'OK','OK', 2014, 'OK']} df = pd.DataFrame(data) droper=[]block=0years=[2012,2013,2014,2015,2016,2017,2018]for j in range(len(list(df['Help'].groupby(df['inn_main'])))): alarm=0 for i in range(len(list(df['Help'].groupby(df['inn_main']))[j][1].index.values)): if list(df['Help'].groupby(df['inn_main']))[j][1][list(df['Help'].groupby(df['inn_main']))[j][1].index.values[i].astype(int)] in years: block=1 alarm=1 if block==1: block=0 else: if alarm==1: droper.append(list(df['Help'].groupby(df['inn_main']))[j][1].index.values[i].astype(int)) df.drop(index=droper)你能告訴我我到底做錯了什么嗎？有什么捷徑嗎？
3 回答
慕雪6442864
TA貢獻1812條經驗 獲得超5個贊
解決方案出奇地短：
df.groupby('inn_main').apply(lambda grp:
grp[~grp.Help.isin(years).cumsum().shift(fill_value=0).astype(bool)])
結果是：
inn_main Help
inn_main
Apple 0 Apple OK
1 Apple OK
2 Apple 2013
Tesla 4 Tesla OK
5 Tesla 2014
詳：
df.groupby('inn_main')- 按公司對數據幀進行分組。apply(lambda grp:- 將 lambda 函數應用于每個組。grp.Help.isin(years)- 幫助是否以年為單位有價值？.cumsum()- 上述問題的累計總和。shift(fill_value=0)- 將結果向下移動1行，用0填充任何NaN（實際上是第一項）。astype(bool)- 將整數轉換為布爾。~- 否定上述結果[...]- 在布爾索引中使用上述結果。grp[...]- 從當前組返回“好”行（它們將是當前組的結果的一部分）。
注意：ASGM 的解決方案僅刪除第一行，在包含“幫助”的任何行之后，第一行“確定”。
要確認這一點，請將另一行包含 Tesla 和 OK 添加到 DataFrame 并運行他的代碼。
結果是：
inn_main Help
0 Apple OK
1 Apple OK
2 Apple 2013
4 Tesla OK
5 Tesla 2014
7 Tesla OK
因此，索引 == 7（應刪除）的行存在。
慕的地6264312
TA貢獻1817條經驗 獲得超6個贊
我不完全理解你的要求，但這就是我認為你想要的。給定以下數據幀...
Help inn_main
0 OK Apple
1 OK Apple
2 2013 Apple
3 OK Apple
4 OK Tesla
5 2014 Tesla
6 OK Tesla
...您希望標識 列表中的每一行，并刪除其后面的行（在屬于給定公司的行中）。如果這是正確的，你可以做得更簡單：df.Helpyears
years = range(2012, 2019)
df[~df.groupby('inn_main')['Help'].apply(lambda g: g.isin(years).shift().fillna(False))]
這將提供：
Help inn_main
0 OK Apple
1 OK Apple
2 2013 Apple
4 OK Tesla
5 2014 Tesla
如果要刪除公司內給定行后面的所有行，Valdi_Bo的完整答案將顯示如何操作。
拉風的咖菲貓
TA貢獻1995條經驗 獲得超2個贊
我不太了解panda，也不知道你想做什么，但這里是重構的代碼，用于迭代列表而不是使用索引：
import pandas as pd
data = {'inn_main':['Apple', 'Apple', 'Apple', 'Apple', 'Tesla', 'Tesla', 'Tesla'], 'Help':['OK', 'OK', 2013, 'OK','OK', 2014, 'OK']}
df = pd.DataFrame(data)
droper=[]
years=[2012,2013,2014,2015,2016,2017,2018]
for j in list(df['Help'].groupby(df['inn_main'])):
alarm=False
for i in j[1].index.values:
if j[1][i.astype(int)] in years:
alarm=True
elif alarm:
droper.append(i.astype(int))
df.drop(index=droper)
添加回答
舉報
0/150
提交
取消