我有一份事件的每月销售数字列表。我有一列 Event_Ind
指示那个月是否有事件。我需要在每个事件之前获得 3 个值(含)。允许值重叠。
import pandas as pd
dates = pd.date_range(start='2019-01-01', end='2020-01-01', freq='M')
values = [1000,1067,1099,1100,2000,1000,1057,1082,1200,1300,1453,1500]
event_ind = ["*","","","","*","","","","*","","*",""]
df = pd.DataFrame({'Dates':dates, 'Values':values, 'Event_Ind':event_ind})
Dates Values Event_Ind
0 2019-01-31 1000 *
1 2019-02-28 1067
2 2019-03-31 1099
3 2019-04-30 1100
4 2019-05-31 2000 *
5 2019-06-30 1000
6 2019-07-31 1057
7 2019-08-31 1082
8 2019-09-30 1200 *
9 2019-10-31 1300
10 2019-11-30 1453 *
11 2019-12-31 1500
此示例数据的目标是:
Dates Values Event_Ind
0 1/31/2019 1000 *
1 3/31/2019 1099
2 4/30/2019 1100
3 5/31/2019 2000 *
4 7/31/2019 1057
5 8/31/2019 1082
6 9/30/2019 1200 *
7 9/30/2019 1200 *
8 10/31/2019 1300
9 11/30/2019 1453 *
我想我可以用 shift()
做点什么或 groupby.tail()
.但我似乎无法使用它们来获得我想要的输出
最佳答案
您可以按照以下方式进行操作:
s = df.Event_Ind.eq('*')
i = np.concatenate([np.arange(a,b+1) for b,a in zip(s[s].index, s[s].index - 2)])
df.loc[i[i>=0]]
Dates Values Event_Ind
0 2019-01-31 1000 *
1 2019-02-28 1067
2 2019-03-31 1099
3 2019-04-30 1100
4 2019-05-31 2000 *
5 2019-06-30 1000
6 2019-07-31 1057
7 2019-08-31 1082
8 2019-09-30 1200 *
7 2019-08-31 1082
8 2019-09-30 1200 *
9 2019-10-31 1300
10 2019-11-30 1453 *
解释
[np.arange(a,b+1) for b,a in zip(s[s].index, s[s].index - 2)]
上面的代码zip
用 *
索引值,索引在上面两行。因此,np.arange(a,b+1)
生成您要在最终 df
中显示的行的索引。
由于上面生成了一个数组列表,您需要np.concatenate
所有这些以保留一个索引数组。
df.loc[i[i>=0]]
最后,上面的代码首先过滤了i
中的所有负数(因为python中的负数索引是有意义的)和df.loc[]
来检索最终 df.
关于python - 从 Pandas 的值中获取 N 行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58493757/