Pandas：按条件删除每组的行

qni6mghb 于 2023-02-17 发布在其他

关注(0)|答案(1)|浏览(128)

下午好，我有一个这样的数据框，其中我有不同的组，反映在列“NumeroPosesion”。

Event  NumeroPosesion
0   completedPass               1
1   completedPass               1
2   takeon                      1
3   failedPass                  1
4   takeon                      1
5   dribbleYES                  1
6   shot                        1
7   takeon                      2
8   dribbleNO                   2
9   completedPass               2
10  completedPass               2
11  shot                        2
12  completedPass               2
13  completedPass               2
14  completedPass               2

其思路如下：
1.当第一个“Event”=“shot”出现时，删除该组下面的所有行。
1.从组的最后一行（它将是“事件”=“击球”的一行）迭代，并向上直到“事件”与“takeon”、“completedPass”或“dribbleYES”不同.
1.如果不相同，则删除组中不相同行上方的所有行。
预期 Dataframe ：

Event  NumeroPosesion
0  takeon                 1
1  dribbleYES             1
2  shot                   1
3  completedPass          2
4  completedPass          2
5  shot                   2

pandas

来源：https://stackoverflow.com/questions/75463394/pandas-delete-rows-of-each-group-by-condition

1条答案

按热度按时间

kknvjkwl1#

借助groupby.cummax/cummin使用布尔索引：

# remove rows after "shot" for each group
m1 = df.loc[::-1, 'Event'].eq('shot').groupby(df['NumeroPosesion']).cummax()

# remove rows before the first non "takeon"/"completedPass"/"dribbleYES"
m2 = (df.loc[m1, 'Event'].isin(['shot', 'takeon', 'completedPass', 'dribbleYES'])[::-1]
        .groupby(df['NumeroPosesion']).cummin()
      )

# slice
out = df[m1&m2]

输出：

Event  NumeroPosesion
4          takeon               1
5      dribbleYES               1
6            shot               1
9   completedPass               2
10  completedPass               2
11           shot               2

中间体：

Event  NumeroPosesion     m1     m2
0   completedPass               1   True  False
1   completedPass               1   True  False
2          takeon               1   True  False
3      failedPass               1   True  False
4          takeon               1   True   True
5      dribbleYES               1   True   True
6            shot               1   True   True
7          takeon               2   True  False
8       dribbleNO               2   True  False
9   completedPass               2   True   True
10  completedPass               2   True   True
11           shot               2   True   True
12  completedPass               2  False    NaN
13  completedPass               2  False    NaN
14  completedPass               2  False    NaN

赞(0）回复(0）举报 2023-02-17

我来回答

Pandas：按条件删除每组的行

1条答案

相关问题

热门标签

最新问答