Python Pandas：在排序的多索引数据框中找到 n 并为每个级别 1 索引返回 [0:n+1]答案

【问题标题】：Python Pandas : find n in a sorted multindex dataframe and return [0:n+1] for each level 1 indexPython Pandas：在排序的多索引数据框中找到 n 并为每个级别 1 索引返回 [0:n+1]
【发布时间】：2021-12-21 04:12:56
【问题描述】：

我对我认为的简单过滤任务有一些问题。我们有一个大致具有这种形状的数据：

name	item	cumsum
name1	item 1	0.05
	item 2	0.10
	item 3	0.31
name2	item 1	0.02
	item 2	0.07
name3	item 1	0.01
	item 2	0.07
	item 3	0.21
name4	item 1	0.03
	item 2	0.12
	item 3	0.21
	item 4	0.35

我想要返回包含小于 0.2 的项目和正上方项目的数据框。这是我想要作为输出的表格：

name	item	cumsum
name1	item 1	0.05
	item 2	0.10
	item 3	0.31
name2	item 1	0.02
	item 2	0.07
name3	item 1	0.01
	item 2	0.07
	item 3	0.21
name4	item 1	0.03
	item 2	0.12
	item 3	0.21

我尝试为每个“名称”找到 cumsum 大于 0.2 的“项目”，然后返回整个范围，索引为：

    df = df.loc['name1']
    idx = df.loc[df['cumsum'] > 0.2].index[0]
    iidx = df.index.get_loc(idx) + 1
    df = df.iloc[:iidx]

并为每个“名称”执行此操作。但是，这对于 name2 失败。

有人可以帮忙吗？

【问题讨论】：

我不明白...为什么 name4 - item4 被删除了？
您好，感谢您的提问！我想删除这一行，因为第 3 项是大于 0.2 的第一项。我对预期输出的描述做了一些改动。

标签： python pandas filtering multi-index

【解决方案1】：

将| 用于按位OR，按每组移位DataFrameGroupBy.shift 的掩码：

m = (df['cumsum'] < 0.2)
df = df[m | m.groupby(level=0).shift(fill_value=False)]
print (df)
              cumsum
name  item          
name1 item 1    0.05
      item 2    0.10
      item 3    0.31
name2 item 1    0.02
      item 2    0.07
name3 item 1    0.01
      item 2    0.07
      item 3    0.21
name4 item 1    0.03
      item 2    0.12
      item 3    0.21

【讨论】：