Python - 迭代数据框并在特定条件上方的行中捕获数据

Question

我正在尝试遍历数据框（行和列）并提取值为2 的最后一行，该值高于6。我所追求的示例如下：

输入数据帧

import pandas as pd
data = [{'c1':'a', 'c2':2}, {'c1':'b','c2':2}, {'c1':'c','c2':6},{'c1':'d','c2':6},{'c1':'e','c2':2},{'c1':'c','c2':6}]
df = pd.DataFrame(data)

    c1  c2
0   a   2
1   b   2
2   c   6
3   d   6
4   e   2
5   c   6

期望的输出：

0   b   2
1   e   2

我可以使用itterrows() 迭代行/列，但问题是我想在另一行之前获取值。为此，根据我的理解，我需要在 pandas 中使用 shift 函数。此函数仅适用于pd.series，不适用于完整数据帧。

还有其他方法可以做到这一点吗？请有人能指出我正确的方向吗？

Answer 1

您可以使用shift 添加一个新列，告诉每一行下一行是否有6，然后很好地过滤

import pandas as pd

data = [{'c1': 'a', 'c2': 2}, {'c1': 'b', 'c2': 2}, {'c1': 'c', 'c2': 6},
        {'c1': 'd', 'c2': 6}, {'c1': 'e', 'c2': 2}, {'c1': 'c', 'c2': 6}]
df = pd.DataFrame(data)
df['is_six'] = df['c2'].shift(-1) == 6
print(df)

sub_df = df[(df['c2'] != 6) & df['is_six']].reset_index(drop=True)
del sub_df['is_six']
print(sub_df)

  c1  c2  is_six
0  a   2   False
1  b   2    True
2  c   6    True
3  d   6   False
4  e   2    True
5  c   6   False

  c1  c2
0  b   2
1  e   2