根据条件保留熊猫数据框的上 n 行

Posted 2023-03-12

【中文标题】根据条件保留熊猫数据框的上 n 行

【英文标题】：Keep upper n rows of a pandas dataframe based on condition

【发布时间】：2019-04-01 02:08:28

【问题描述】：

如何从数据框中删除满足特定条件后的所有行？例如，我有以下数据框：

import pandas as  pd
xEnd=1
yEnd=2
df = pd.DataFrame('x':[1,1,1,2,2,2], 'y':[1,2,3,3,4,3], 'id':[0,1,2,3,4,5])

我将如何获得一个删除最后 4 行并在第 2 行中保留上 2 行的数据框，条件 x=xEnd 和 y=yEnd 得到满足。 编辑：应该提到数据框不一定是上升的。也可能是下降的，我仍然想得到上面的。

【参考方案1】：

要对数据帧进行切片直到第一次满足跨 2 个系列的条件，首先计算所需的索引，然后通过 iloc 切片。

您可以通过set_index、isin和np.ndarray.argmax计算指数：

idx = df.set_index(['x', 'y']).isin((xEnd, yEnd)).values.argmax()
res = df.iloc[:idx+1]

print(res)

   x  y  id
0  1  1   0
1  1  2   1

如果您需要更好的性能，请参阅Efficiently return the index of the first value satisfying condition in array。

【讨论】：

效果很好，非常感谢！我去了idx+2，以保留行本身。

@Mauritius，这很奇怪：idx+1 应该这样做（如我的示例）。

你当然是对的！现在编译的时候实现了。我的第一次尝试确实很奇怪，但是idx+1 是正确的。再次感谢您的帮助！

【参考方案2】：

不是 100% 确定我理解正确，但您可以像这样过滤您的数据框：

 df[(df.x <= xEnd) & (df.y <= yEnd)]

这会产生数据框：

   id   x   y   
0   0   1   1   
1   1   1   2 

如果 x 和 y 不是严格递增的，并且您想要满足条件的线以上的内容：

 df[df.index <= (df[(df.x == xEnd) & (df.y == yEnd)]).index.tolist()]

【讨论】：

这个例子很好，但是上面的行不小于xEnd和yEnd。所以我必须以某种方式获取满足条件的行的行索引

（假设 xEnd yEnd 只满足一行）

工作得很好，谢谢！是的，它应该只包含在一行中

我不时收到ValueError: operands could not be broadcast together with shapes (30,) (0,)。你知道这意味着什么吗？ @Christian Sloper

大概没有满足yEnd的行。

【参考方案3】：

df = df.iloc[[0:yEnd-1],[:]]

只选择前两行并保留所有列并将其放入新的数据框中。 或者你也可以使用同名的变量。