主页 / 问题 / 1535169
Accepted
almaz
Asked:2023-08-10 15:19:20 +0000 UTC2023-08-10 15:19:20 +0000 UTC

python pandas如何最好地过滤数据帧数据以找到第一个值

  • 772
import pandas as pd

# assign data
df_new = pd.DataFrame({'value_1': [4, 1, 7, 2, 3, 0, 10, 1, 9],
                       'value_2': [6, 5, 4, 6, 7, 3, 5, 2, 3]})

print(df_new)

# фильтруем данные по колонке 'value_2'
dFilter = df_new[df_new.value_2 > 4]
dFilter

任务：如何在不使用循环的情况下仅使用 pandas / numpy 来过滤/仅获取与过滤条件不匹配的第一个值的数据？

需要哪些数据的示例

python

2 个回答

  1. Best Answer

    通过分组可以实现：

    import pandas as pd

df_new = pd.DataFrame({'value_1': [4, 1, 7, 2, 3, 0, 10, 1, 9],
                       'value_2': [6, 5, 4, 6, 7, 3, 5, 2, 3]})
res = df_new.groupby((df_new["value_2"]==4).cumsum()).get_group(0)

    资源：

       value_1  value_2
0        4        6
1        1        5

    或者通过定位器和索引：

    res = df.iloc[:df.index[df_new["value_2"]==4][0]]

    通过定位器 和numpy.where，例如：

    import numpy as np
res = df.iloc[:np.where(df_new["value_2"]==4)[0][0]]
    • 3

  2. 我们创建一个布尔数组，其中有效值将为 False （条件<=4），通过累加求和并仅保留总和小于 1 的那些行 - 即 第一个有效值保留在框架中。

    df_new = df_new[df_new.value_2.le(4).cumsum().lt(1)]

       value_1  value_2
0        4        6
1        1        5
    • 2

相关问题