简化代码。我的作品，但看起来像地狱一样丑陋

Question

我在处理Python时遇到了麻烦。我有PD数据帧，我需要删除所有行，这些行是在特定值之后（在代码值中写入称为年份的列表）所有值都应按公司名称分组，因为这些obserevation属于“inn_main”列中提到的公司。我真的不明白如何使用Pandas功能做到这一点。我找到了一种方法，但它非常丑陋，效率不高。import pandas as pd data = {'inn_main':['Apple', 'Apple', 'Apple', 'Apple', 'Tesla', 'Tesla', 'Tesla'], 'Help':['OK', 'OK', 2013, 'OK','OK', 2014, 'OK']} df = pd.DataFrame(data) droper=[]block=0years=[2012,2013,2014,2015,2016,2017,2018]for j in range(len(list(df['Help'].groupby(df['inn_main'])))):    alarm=0    for i in range(len(list(df['Help'].groupby(df['inn_main']))[j][1].index.values)):        if list(df['Help'].groupby(df['inn_main']))[j][1][list(df['Help'].groupby(df['inn_main']))[j][1].index.values[i].astype(int)] in years:            block=1            alarm=1        if block==1:            block=0        else:            if alarm==1:                droper.append(list(df['Help'].groupby(df['inn_main']))[j][1].index.values[i].astype(int))   df.drop(index=droper)你能告诉我我到底做错了什么吗？有什么捷径吗？

Answer 1

解决方案出奇地短：

df.groupby('inn_main').apply(lambda grp:

    grp[~grp.Help.isin(years).cumsum().shift(fill_value=0).astype(bool)])

结果是：

           inn_main  Help

inn_main                 

Apple    0    Apple    OK

         1    Apple    OK

         2    Apple  2013

Tesla    4    Tesla    OK

         5    Tesla  2014

详：

• df.groupby('inn_main')- 按公司对数据帧进行分组。

• apply(lambda grp:- 将 lambda 函数应用于每个组。

• grp.Help.isin(years)- 帮助是否以年为单位有价值？

• .cumsum()- 上述问题的累计总和。

• shift(fill_value=0)- 将结果向下移动1行，用0填充任何NaN（实际上是第一项）。

• astype(bool)- 将整数转换为布尔。

• ~- 否定上述结果

• [...]- 在布尔索引中使用上述结果。

• grp[...]- 从当前组返回“好”行（它们将是当前组的结果的一部分）。

注意：ASGM 的解决方案仅删除第一行，在包含“帮助”的任何行之后，第一行“确定”。

要确认这一点，请将另一行包含 Tesla 和 OK 添加到 DataFrame 并运行他的代码。

结果是：

  inn_main  Help

0    Apple    OK

1    Apple    OK

2    Apple  2013

4    Tesla    OK

5    Tesla  2014

7    Tesla    OK

因此，索引 == 7（应删除）的行存在。

Answer 2

我不完全理解你的要求，但这就是我认为你想要的。给定以下数据帧...

   Help inn_main

0    OK    Apple

1    OK    Apple

2  2013    Apple

3    OK    Apple

4    OK    Tesla

5  2014    Tesla

6    OK    Tesla

...您希望标识 列表中的每一行，并删除其后面的行（在属于给定公司的行中）。如果这是正确的，你可以做得更简单：df.Helpyears

years = range(2012, 2019)

df[~df.groupby('inn_main')['Help'].apply(lambda g: g.isin(years).shift().fillna(False))]

这将提供：

   Help inn_main

0    OK    Apple

1    OK    Apple

2  2013    Apple

4    OK    Tesla

5  2014    Tesla

如果要删除公司内给定行后面的所有行，Valdi_Bo的完整答案将显示如何操作。

Answer 3

我不太了解panda，也不知道你想做什么，但这里是重构的代码，用于迭代列表而不是使用索引：

import pandas as pd 

data = {'inn_main':['Apple', 'Apple', 'Apple', 'Apple', 'Tesla', 'Tesla', 'Tesla'], 'Help':['OK', 'OK', 2013, 'OK','OK', 2014, 'OK']} 

df = pd.DataFrame(data) 

droper=[]

years=[2012,2013,2014,2015,2016,2017,2018]

for j in list(df['Help'].groupby(df['inn_main'])):

    alarm=False

    for i in j[1].index.values:

        if j[1][i.astype(int)] in years:

            alarm=True

        elif alarm:

            droper.append(i.astype(int))   

df.drop(index=droper)