python - Groupby 搜索第一个和最后一个真值

Question

我有一个带有重复索引的 pd.Series，每个索引都包含一组 bool 值:

FA155    False
FA155    False
FA155    False
FA155    True
FA155    True
FA155    True
FA155    True
FA155    True
FA155    False

我试图以一种有效的方式为每个不同的索引做的是，仅将序列的第一个和最后一个 True 值保留为 True，并将其余值设置为 False。 True 之间也可以有 False 值。

因此对于这个示例，结果将是:

FA155    False
FA155    False
FA155    False
FA155    True
FA155    False
FA155    False
FA155    False
FA155    True
FA155    False

如有任何帮助，我们将不胜感激。

Answer 1

您可以将 loc 与 idxmax 一起用于原始 df 和反转的 df。

这将产生第一个和最后一个 True 值的索引。之后只需将不同的索引设置为 False。

例如:

设置

z = sio("""i    v
FA154    False
FA155    False
FA155    True
FA155    True
FA155    True
FA155    True
FA155    True
FA155    False
FA156    False
FA156    True
FA156    False
FA156    False
FA156    True""")

df = pd.read_table(z, delim_whitespace=True)

    i       v
0   FA154   False
1   FA155   False
2   FA155   True
3   FA155   True
4   FA155   True
5   FA155   True
6   FA155   True
7   FA155   False
8   FA156   False
9   FA156   True
10  FA156   False
11  FA156   False
12  FA156   True

idxmax()

这与获取 df 和使用 reset_index 是一样的。然后，首先为您获取索引列表 (v1) 和最后 (v2) True 值:

v1 = df.groupby("i").v.idxmax().values
v2 = df[::-1].groupby("i").v.idxmax().values

然后使用你的逻辑:

df.loc[v1, "v"] = True & df.loc[v1, "v"]
df.loc[v2, "v"] = True & df.loc[v2, "v"]
df.loc[~df.index.isin(np.concatenate([v1,v2])), "v"] = False

使用 & 的想法是不要意外地将任何 False 值设置为 True。

结果:

>>> df.set_index("i")

        v
i   
FA154   False
FA155   False
FA155   True
FA155   False
FA155   False
FA155   False
FA155   True
FA155   False
FA156   False
FA156   True
FA156   False
FA156   False
FA156   True