删除熊猫数据框中第一次出现条件之前的所有行答案

【问题标题】：Delete all rows before the first appearance of a condition in a pandas data frame删除熊猫数据框中第一次出现条件之前的所有行
【发布时间】：2023-03-23 06:21:01
【问题描述】：

我有以下数据框：

df = pd.DataFrame({"Person":[1,1,2,2,3,3,3,3], "Bank":["B1","B2","B9","B2","B6","B1","B1","B5",]})

   Person Bank
0       1   B1
1       1   B2
2       2   B9
3       2   B2
4       3   B6
5       3   B1
6       3   B1
7       3   B5

我想删除每个人在第一次出现B1 之前的所有行。也就是说，我想保留Bank == B1 和以下的行。

这是我想要的：

   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5

如果B1 从未发生过，则清除属于该人的所有行。如果B1 首次出现之前有行，我想删除它们。

【问题讨论】：

标签： python pandas

【解决方案1】：

使用mask + ffill

m = df['Bank'].where(df['Bank'] == 'B1').groupby(df['Person']).ffill()

df[m.notnull()]

   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5

这通过使组中第一次出现之后的所有内容都成为非空值来工作。这分两步完成：

1) 屏蔽所有无效有效的内容。

df['Bank'].where(df['Bank'] == 'B1')

0     B1
1    NaN
2    NaN
3    NaN
4    NaN
5     B1
6     B1
7    NaN
Name: Bank, dtype: object

2) 每组向前填充。这是答案的真正关键。这意味着B1 中第一次出现之后的所有值都将填充有效字符串（每组），因此notnull 不会删除它们

>>> m
0     B1
1     B1
2    NaN
3    NaN
4    NaN
5     B1
6     B1
7     B1
Name: Bank, dtype: object

一旦我们有了有效的掩码，过滤掩码不为空的 DataFrame 就很简单了。

【讨论】：

您能解释一下为什么会这样吗？我可以看到 df.Bank.where(df.bank == "B1") 在符合条件的行中返回人员 ID。按人和ffill() 分组有什么作用？
@ArturoSbr 我更新了显示中间结果的答案
太棒了。谢谢！ ffill() 是否代表“前向填充”？
是的，确实如此。 Other types can be found here

【解决方案2】：

使用cumsum 及其布尔对应对象 (astype(bool))

df[df.groupby('Person').Bank.transform(lambda s: s.eq('B1').cumsum().astype(bool))]

   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5

【讨论】：

【解决方案3】：

您可以通过transform查看

s=(df['Bank']=='B1').groupby(df['Person'])

df[(df.index>=(s.transform('idxmax')))&s.transform('any')]
Out[305]: 
   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5

【讨论】：

我想从Person 3 中排除B6 并保留B5。
@ArturoSbr 在您的问题中，您打印的 DataFrame 和代码 DataFrame 不匹配。后者缺少一行