如何使分组的熊猫 DataFrage 的所有行都满足特定条件？答案

【问题标题】：How can I keep all rows of a grouped pandas DataFrage meeting a certain criteria?如何使分组的熊猫 DataFrage 的所有行都满足特定条件？
【发布时间】：2019-11-13 04:05:51
【问题描述】：

对于带有组的 pandas DataFrame，我想保留所有行，直到第一次出现特定值（并丢弃所有其他行）。

MWE：

import pandas as pd
df = pd.DataFrame({'A' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar', 'tmp'],
                   'B' : [0, 1, 0, 0, 0, 1, 0],
                   'C' : [2.0, 5., 8., 1., 2., 9., 7.]})

给予

    A    B  C
0   foo  0  2.0
1   foo  1  5.0
2   foo  0  8.0
3   bar  0  1.0
4   bar  0  2.0
5   bar  1  9.0
6   tmp  0  7.0

我想保留每个组的所有行（A 是分组变量）直到B == 1（包括这一行）。所以，我想要的输出是

    A    B  C
0   foo  0  2.0
1   foo  1  5.0
3   bar  0  1.0
4   bar  0  2.0
5   bar  1  9.0
6   tmp  0  7.0

如何使分组 DataFrage 的所有行都满足特定条件？

我找到了how to drop specific groups not meeting a certain criteria (and keeping all other rows of all other groups)，但没有找到如何删除所有组的特定行。我得到的最多的是获取每个组中行的索引，我想保留：

df.groupby('A').apply(lambda x: x['B'].cumsum().searchsorted(1))

导致

A
bar    2
foo    1
tmp    1

这还不够，因为它不返回实际数据（如果 tmp 的结果是 0 可能会更好）

【问题讨论】：

标签： python-3.x search indexing pandas-groupby rows

【解决方案1】：

在阅读this question 关于groupby.apply 和groupby.aggregate 之间的区别之后，我意识到apply 适用于该组的所有列和行（因此是DataFrame？）。所以这是我应该应用于每个组的函数：

def f(group):
    index = min(group['B'].cumsum().searchsorted(1), len(group))
    return group.iloc[0:index+1]

通过运行df.groupby('A').apply(f)，我得到了想要的结果：

            A       B   C
A               
bar     3   bar     0   1.0
        4   bar     0   2.0
        5   bar     1   9.0
foo     0   foo     0   2.0
        1   foo     1   5.0
tmp     6   tmp     0   7.0

【讨论】：