子集熊猫数据框达到条件时第一次

问题描述：

我没有什么运气来完成一项任务，我想要一个熊猫数据框的子集高达一个值，并按他们的ID分组。在实际的数据集，我有几个列在 '身份证' 和 '状态'子集熊猫数据框达到条件时第一次

之间。例如：

d = {'id': [1,1,1,1,1,1,1,2,2,2,2,2,2,2], 'status': [0,0,0,0,1,1,1,0,0,0,0,1,0,1]} 
df = pd.DataFrame(data=d) 

    id status 
0 1  0 
1 1  0 
2 1  0 
3 1  0 
4 1  1 
5 1  1 
6 1  1 
7 2  0 
8 2  0 
9 2  0 
10 2  0 
11 2  1 
12 2  0 
13 2  1

所需的子集是：

答

让我们尝试groupby + cumsum：

df = df.groupby('id', group_keys=False)\ 
     .apply(lambda x: x[x.status.cumsum().cumsum().le(1)])\ 
     .reset_index(drop=1) 
df 

    id status 
0 1  0 
1 1  0 
2 1  0 
3 1  0 
4 1  1 
5 2  0 
6 2  0 
7 2  0 
8 2  0 
9 2  1

下面是执行groupby创建蒙用作索引器替代：

df = df[df.status.eq(1).groupby(df.id)\ 
      .apply(lambda x: x.cumsum().cumsum().le(1))]\ 
      .reset_index(drop=1) 
df 

    id status 
0 1  0 
1 1  0 
2 1  0 
3 1  0 
4 1  1 
5 2  0 
6 2  0 
7 2  0 
8 2  0 
9 2  1

谢谢@COLDSPEED。你能解释两次使用.cumsum（）。cumsum（）吗？我看到输出的差异，但不完全理解它。 –

@DarenEiri我不得不在你的MCVE上表扬你，因为我意识到这是必要的。说'status'是'0 0 0 1 0 1'。我需要前4行，对吗？第一个'cumsum'给出'0 0 0 1 1 2'。基于'> = 1'（或'le（1）'）条件，它会给我前5行，而我想要4。第二个'cumsum'给我'0 0 0 1 2 4'，现在'le（1）'只给出我想要的前4行。 –

@COLDSPEED。谢谢你的解释。我在无数次失败的尝试中使用了'cumsum'方法，但是使用'le（1）'的第二个'cumsum'则有所不同！ –

子集熊猫数据框达到条件时第一次

相关推荐