如何在熊猫中获得满足特定条件的组中的第一项？

Question

我有以下代码：

grouped_stats = stats.groupby( stats.last_mv.ne( stats.last_mv.shift()).cumsum() )

last_mv 是十进制值 在上面的代码中，我按连续值分组

我正在尝试两种方法来获得比组 last_mv 值中的第一项高 0.25% 的第一个值。换句话说，我已经按连续的 last_mv 值分组，我想选择每个组中的第一个，乘以 1.025，然后找到组中与该值匹配的第一个值（如果存在）

我试过了：

grouped_stats.filter(lambda x: x.last_mv >= (x.first().last_mv * 1.025))

但我无法使用 .first() 访问组中的第一行，因为我认为我不会

我也试过了

grouped_stats.loc[ grouped_stats.last_mv >= (grouped_stats.first().last_mv * 1.025) ]

但我收到错误：“无法访问 'DataFrameGroupBy' 对象的可调用属性 'loc'，请尝试使用 'apply' 方法”

Answer 1

我相信您需要 transform 来获得与原始 DataFrame 相同大小的 Series，并由每个组的第一个值填充：

stats[ stats.last_mv >= (grouped_stats.last_mv.transform('first') * 1.025) ]