我想得到有条件的尾行
例如： 我想从“A”列中获取所有负尾行，例如：
test = pd.DataFrame({'A':[-8, -9, -10, 1, 2, 3, 0, -1,-2,-3]})
我希望有一个“方法”来获得新的框架，例如：
A
0 -1
1 -2
2 -3
请注意，不确定尾部有多少“负”数。所以我不能运行 test.tail(3)
看起来 pandas 提供的 'tail()' 函数只能以给定的数字运行。
但是我的输入数据框可能太大了，我不想运行一个简单的循环来一一检查
有没有聪明的方法来做到这一点？
【问题讨论】：
标签： pandas conditional-statements tail
尾巴是干什么用的？看来您只需要负数
test.query("A < 0")
更新：查找符号变化的地方，拆分数组并选择最后一个
split_points = (test.A.shift(1)<0) == (test.A<0)
np.split(test, split_points.loc[lambda x: x==False].index.tolist())[-1]
输出：
A
7 -1
8 -2
9 -3
【讨论】：
这是你想要的吗？
test = pd.DataFrame({'A':[-8, -9, -10, 1, 2, 3, 0, -1,-2,-3]})
test = test.iloc[::-1]
test.loc[test.index.max():test[test['A'].ge(0)].index[0]+1]
输出：
A
9 -3
8 -2
7 -1
编辑，如果你想恢复到原来的顺序：
test.loc[test.index.max():test[test['A'].ge(0)].index[0]+1].iloc[::-1]
A
7 -1
8 -2
9 -3
如果您需要从 0 开始的索引，也可以选择 .reset_index(drop=True)。
【讨论】：
-1。这个-1 用于反转数据集。它适用于最后的每个组合，如果没有负数（那么它将返回一个空结果）。
我改进了上面的测试，又做了一轮测试，因为我觉得旧的“测试样本”太小了，担心%%time的测量可能不准确。
我的新测试使用一个非常大的头数，大小为 10000000，尾数为 3 个负数
因此新测试可以证明整个数据帧大小如何影响整体性能。
代码如下：
%%time
arr = np.arange(1,10000000,1)
arr = np.concatenate((arr, [-2,-3,-4]))
test = pd.DataFrame({'A':arr})
test = test.iloc[::-1]
test.loc[test.index.max():test[test['A'].ge(0)].index[0]+1].iloc[::-1]
%%time
arr = np.arange(1,10000000,1)
arr = np.concatenate((arr, [-2,-3,-4]))
test = pd.DataFrame({'A':arr})
split_points = (test.A.shift(1)<0) == (test.A<0)
np.split(test, split_points.loc[lambda x: x==False].index.tolist())[-1]
由于系统影响，我测试了 10 次，以上两种方法的性能非常相似。在大约 50% 的情况下，Patryk 的代码甚至执行得更快
看看下面这张图片
【讨论】：
test[split_points[-1]:] 或类似