假设我有这个 pandas 数据框:
import pandas as pd
import numpy as np
df = pd.DataFrame({'x': np.random.randint(-10, 10, size=100),
'y': np.random.randint(-10, 10, size=100)})
我有任何选择行的查询,例如
query = (df['x'] > 3) & (df['y'] < 0)
如何获取与此查询匹配的行组以及接下来的连续 k 行(如果少于 k 行,则返回可用的行数)?
例如,对于k = 2
,一种繁琐且手动的方法是:
# 1st value
sel0 = df[query].reset_index()
# 2nd value
sel1 = df[query.shift(1).fillna(False)].reset_index()
# 3rd value
sel2 = df[query.shift(2).fillna(False)].reset_index()
concat_df = pd.concat([sel0, sel1, sel2])
grouped_df = concat_df.groupby(concat_df.index)
groups = [grouped_df.get_group(i) for i in grouped_df.groups]
是否有一个单行代码可以将其推广到任何 k
并快速执行?
最佳答案
我认为你可以使用cumsum
、groupby
和head
来做到这一点:
试试这个,其中 k=2 使用 head(3),当前记录加二:
df.groupby(query.cumsum()).head(3)
并概括地尝试这个
k=2
df.groupby(query.cumsum()).head(k+1)
关于python - Pandas : How to get groups of each n rows after row matching query?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54965169/