python Pandas : reduce dataframe to contain with duplicate states

Question

这是我在这里提出的第一个问题，我找不到解决问题的简单方法。

我想减少包含状态变化的数据框。 与“.drop_duplicates()”类似，我想减少具有重复状态的数据帧，但它应该只在状态没有改变时删除该行。

这是我的示例数据框:

df = pd.DataFrame(data=({'Date':('Day1', 'Day2', 'Day3', 'Day4', 'Day5'),
                         'State':(1,0,0,2,0)}),
                  columns=(['State']), index=(['Date']))

df_reduced = df.drop_duplicates
df_reduced

不幸的是，结果不是想要的结果:

Out[]: 
             State
Date         
Day1             1
Day2             0
Day4             2

所需的输出还将包含状态为 0 的第 5 天。

我尝试使用“for and iterrows()”构造，但在处理较长时间序列数据时速度非常慢。

希望您能找到一种更优雅的方式，它可以快速处理更长的时间序列数据。

提前感谢您的帮助!

Answer 1

一种方法是将您的系列与移动一个值的系列进行比较:

df = pd.DataFrame(data={'Date':('Day1', 'Day2', 'Day3', 'Day4', 'Day5'),
                        'State':(1,0,0,2,0)})

df = df.set_index('Date')

res = df.loc[df['State'] != df['State'].shift()]

print(res)

#       State
# Date       
# Day1      1
# Day2      0
# Day4      2
# Day5      0