python - 指定值和先前值的子集 df

Question

我的目标是根据特定值对 df 进行子集化。使用下面的方法，这些记录在items中，分别是B和D 。我还希望对 B 之前的行进行子集化和D记录在 other_items ( X ， Y )。注意:我只想返回 B 之前的最后一项或D 。所以它们持续X , Y之前B , D .

本质上，找到包含 B 的每一行或D并返回等于 X 的最后一行或Y 。问题是它可能位于提前 1-10 行之间的任何位置。

import pandas as pd

df = pd.DataFrame({   
    'Val' : [1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4],             
    'ID' : ['X','Y','B','X','C','X','C','D','E','Y','Y','A','B','C','X','C','Y','D','E','A'],                 
    })

items = ['B','D']

other_items = ['X','Y']

df = df.loc[(df['ID'].isin(items)) | df['ID'].shift(-1).isin(items) & (df['ID'].isin(other_items))]

预期输出:

    Val ID
1     1  Y
2     1  B
5     2  X
7     2  D
10    3  Y
12    3  B
16    4  Y
17    4  D

Answer 1

首先按两个列表的总和仅过滤行，然后按上一个和下一个值过滤:

items = ['B','D']
other_items = ['X','Y']

df = df[df['ID'].isin(other_items + items)]

m1 = df['ID'].isin(other_items) & df['ID'].shift(-1).isin(items)
m2 = df['ID'].isin(items) & df['ID'].shift().isin(other_items)

如果需要按组处理:

m1 = df['ID'].isin(other_items) & df.groupby('Val')['ID'].shift(-1).isin(items)
m2 = df['ID'].isin(items) & df.groupby('Val')['ID'].shift().isin(other_items)

最后一个过滤器:

df = df[m1 | m2]
print (df)
    Val ID
1     1  Y
2     1  B
5     2  X
7     2  D
10    3  Y
12    3  B
16    4  Y
17    4  D