根据条件删除组中的最后一行答案

【问题标题】：Drop the last row in a group, based on condition根据条件删除组中的最后一行
【发布时间】：2020-02-23 04:32:18
【问题描述】：

我想根据条件删除组中的最后一行。我做了以下事情：

df=pd.read_csv('file')
grp = df.groupby('id')
for idx, i in grp:
   df= df[df['column2'].index[-1] == 'In']

     id     product   date
 0   220    in      2014-09-01 
 1   220    out     2014-09-03 
 2   220    in      2014-10-16
 3   826    in     2014-11-11
 4   826    out     2014-12-09
 5   826    out      2014-05-19
 6   901    in      2014-09-01
 7   901    out     2014-10-05
 8   901    out     2014-11-01

当我这样做时，我会得到：关键错误：错误

我想要的输出是：

     id     product   date
 0   220    in      2014-09-01 
 1   220    out     2014-09-03
 3   826    in     2014-11-11
 4   826    out     2014-12-09 
 6   901    in      2014-09-01
 7   901    out     2014-10-05

【问题讨论】：

标签： python pandas dataframe boolean rows

【解决方案1】：

如果想删除最后一个in 仅每组链反转掩码与Series.duplicated 由~ 不等于in 与Series.ne：

df = df[~df['id'].duplicated() | df['product'].ne('in')]
print (df)
    id product        date
0  220      in  2014-09-01
1  220     out  2014-09-03
3  826      in  2014-11-11
4  826     out  2014-12-09
5  826     out  2014-05-19
6  901      in  2014-09-01
7  901     out  2014-10-05
8  901     out  2014-11-01

编辑：

如果希望每个组的所有可能对 in-out 使用 this solution，则只需将非数值 in-out 映射到 dict 的数值，因为 rolling 不适用于字符串：

#more general solution
print (df)
     id product        date
0   220     out  2014-09-03
1   220     out  2014-09-03
2   220      in  2014-09-01
3   220     out  2014-09-03
4   220      in  2014-10-16
5   826      in  2014-11-11
6   826      in  2014-11-11
7   826     out  2014-12-09
8   826     out  2014-05-19
9   901      in  2014-09-01
10  901     out  2014-10-05
11  901      in  2014-09-01
12  901     out  2014-11-01

pat = np.asarray(['in','out'])
N = len(pat)

d = {'in':0, 'out':1}
ma  = (df['product'].map(d)
                   .groupby(df['id'])
                   .rolling(window=N , min_periods=N)
                   .apply(lambda x: (x==list(d.values())).all(), raw=False)
                   .mask(lambda x: x == 0) 
                   .bfill(limit=N-1)
                   .fillna(0)
                   .astype(bool)
                   .reset_index(level=0, drop=True)
             )
df = df[ma]
print (df)
     id product        date
2   220      in  2014-09-01
3   220     out  2014-09-03
6   826      in  2014-11-11
7   826     out  2014-12-09
9   901      in  2014-09-01
10  901     out  2014-10-05
11  901      in  2014-09-01
12  901     out  2014-11-01

【讨论】：

问题是我需要先遍历每个人（因此是组），然后删除最后一行，如果它没有以“out”结束。因为现在我发现如果它们与上面的行不相似，如何删除该行： df = df.loc [df['profuct'].shift() != df['product']]
我认为我的问题可能只是改变了一点......我如何访问每列“id”中的最后一行，并删除该行，如果列“product”.eq('在'）
@LouiseMa - 嗯，不明白。主要写你需要删除每个组的最后一个 id，你的预期输出会为每个组生成 in-out 值，现在在评论中需要别的东西。所以现在我很困惑，到底需要什么......
hmm sorry... 好的，我尝试输入第二个解决方案，但出现错误：“TypeError: cannot unpack non-iterable int object”
@LouiseMa - 好的，我能问点什么吗？你需要每组一对in-out吗？

【解决方案2】：

一种简单的方法是在打开 .csv 文件时添加skipfooter=1：

df = pd.read_csv(file, skipfooter=1, engine='python')

【讨论】：

@jezrael 我知道你的答案要好得多，这只是为了删除最后一行。
max 这只会删除 csv 文件的最后一行，而不是按照上面给出的条件。