如何過濾在按日期排序的特定單詞列表之后保留行的數據框？我有一個看起來像的 df Name Date Event Col10 Sam 1/1/2020 Apple Test11 Sam 1/2/2020 Apple Test22 Sam 1/3/2020 BALL Test13 Sam 1/3/2020 CAT Test24 Sam 1/5/2020 BALL Test25 Sam 1/6/2020 Apple Test36 Nick 1/5/2020 CAT Test37 Nick 1/6/2020 BALL Test38 Nick 1/7/2020 Apple Test39 Nick 1/8/2020 Apple Test410 Cat 1/1/2020 Apple Test111 Cat 1/2/2020 Bat Test2 df=pd.DataFrame({'Name': {0: 'Sam', 1: 'Sam', 2: 'Sam', 3: 'Sam', 4: 'Sam', 5: 'Sam', 6: 'Nick', 7: 'Nick', 8: 'Nick', 9: 'Nick', 10: 'Cat', 11: 'Cat '}, 'Date': {0: '1/1/2020', 1: '1/2/2020', 2: '1/3/2020', 3: '1/3/2020', 4: '1/5/2020', 5: '1/6/2020', 6: '1/5/2020', 7: '1/6/2020', 8: '1/7/2020', 9: '1/8/2020', 10: '1/1/2020', 11: '1/2/2020'}, 'Event': {0: 'Apple', 1: 'Apple', 2: 'BALL', 3: 'CAT', 4: 'BALL', 5: 'Apple', 6: 'CAT', 7: 'BALL', 8: 'Apple', 9: 'Apple', 10: 'Apple', 11: 'Bat'}, 'Col1': {0: 'Test1', 1: 'Test2', 2: 'Test1', 3: 'Test2', 4: 'Test2', 5: 'Test3', 6: 'Test3', 7: 'Test3', 8: 'Test3', 9: 'Test4', 10: 'Test1', 11: 'Test2'}})我想保留在我的活動中發生 BALL 或 CAT 的最早日期之后的行。因此，在我的示例中，我需要消除第 1、2 行和第 11 行，因為我們將 Apple 作為第一個事件。我嘗試使用event_filter = ['BALL','CAT']df = df.loc[df['Event'].isin(event_filter)]我還嘗試刪除基于事件的子集，但它也刪除了第 8 行。任何幫助，將不勝感激。我期待的結果是： Name Date Event Col10 Sam 1/3/2020 BALL Test11 Sam 1/3/2020 CAT Test22 Sam 1/5/2020 BALL Test23 Sam 1/6/2020 Apple Test34 Nick 1/5/2020 CAT Test35 Nick 1/6/2020 BALL Test36 Nick 1/7/2020 Apple Test37 Nick 1/8/2020 Apple Test48 Cat 1/2/2020 Bat Test2
2 回答
臨摹微笑
TA貢獻1982條經驗 獲得超2個贊
這樣的事情怎么樣？另外，好像有錯別字。最后一行是 Bat，這應該是 BALL 嗎？（根據您的預期輸出）
lst = ['CAT', 'BALL']
檢查事件中是否存在列表的選定元素。存在則賦1，不存在則賦0。
df['C'] = np.where(df['Event'].isin(lst), 1, 0)
在此之后，我們可以對 C 列執行 cumsum 并過濾行。這可以通過在 Name 上使用 groupby 并在 c 列上執行 cumsum 并檢查是否存在大于 0 的 cumsum 來完成。只有當該 groupby (Name) 的事件中存在列表的那些元素時，才會發生大于 0 的情況
df = df.loc[df.groupby('Name')['C'].cumsum()>0].reset_index(drop=True)
df.drop('C', 1, inplace=True)
print (df)
Name Date Event Col1
0 Sam 1/3/2020 BALL Test1
1 Sam 1/3/2020 CAT Test2
2 Sam 1/5/2020 BALL Test2
3 Sam 1/6/2020 Apple Test3
4 Nick 1/5/2020 CAT Test3
5 Nick 1/6/2020 BALL Test3
6 Nick 1/7/2020 Apple Test3
7 Nick 1/8/2020 Apple Test4
慕勒3428872
TA貢獻1848條經驗 獲得超6個贊
這有點難以理解（您是否將事件過濾器從 Bat 切換為 BALL？:D），而且您似乎正在嘗試讓每個人獲得第一個事件？
如果是這樣，我認為您需要按名稱拆分數據框，根據需要進行過濾，然后重新組合。
這是第一次出現的小函數：
def get_min_index(ser, event_filter):
in_event = ser.isin(event_filter)
return in_event.loc[in_event].index[0]
然后假設您的 df 已經按照您的需要進行了排序。
tdf_lst = []
names = df['Name'].unique()
for name in names:
tdf = df.loc[df['Name']==name, :] # filter for the individual name
min_idx = get_min_index(tdf['Event'], event_filter) # get the first index
tdf = tdf.loc[min_idx:,:] # select from the first index to the last
tdf_lst.append(tdf)
df_fltrd = pd.concat(tdf_lst)
也許有一個更優雅的解決方案，但希望這就是您正在尋找的
添加回答
舉報
0/150
提交
取消