删除条件在熊猫数据框中首次出现之前的所有行

Question

我有以下数据框：

df = pd.DataFrame({"Person":[1,1,2,2,3,3,3,3], "Bank":["B1","B2","B9","B2","B6","B1","B1","B5",]})

   Person Bank
0       1   B1
1       1   B2
2       2   B9
3       2   B2
4       3   B6
5       3   B1
6       3   B1
7       3   B5

我想删除B1第一次出现之前每个人的所有行。也就是说，我要保留Bank == B1及其后的行。

这就是我想要得到的：

   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5

如果B1从未发生，请清除该人的所有行。如果B1第一次出现之前有行，我想删除它们。

Answer 1

使用mask + ffill

m = df['Bank'].where(df['Bank'] == 'B1').groupby(df['Person']).ffill()

df[m.notnull()]

   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5

---

这可以通过使组中第一次出现的所有内容都为非null值来工作。这分两个步骤完成：

1）掩盖所有无效有效的内容。

df['Bank'].where(df['Bank'] == 'B1')

0     B1
1    NaN
2    NaN
3    NaN
4    NaN
5     B1
6     B1
7    NaN
Name: Bank, dtype: object

2）逐组填写。这是答案的真正关键。这意味着B1中第一次出现之后的所有值都将填充有效的字符串（ 每个组 ），因此不会被{{ 1}}

notnull

一旦有了有效的掩码，就可以过滤掩码不为null的DataFrame。

Answer 2

使用cumsum及其bool通讯员（astype(bool)）

df[df.groupby('Person').Bank.transform(lambda s: s.eq('B1').cumsum().astype(bool))]

---

   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5

Answer 3

您可以使用transform

进行检查

s=(df['Bank']=='B1').groupby(df['Person'])

df[(df.index>=(s.transform('idxmax')))&s.transform('any')]
Out[305]: 
   Person Bank
0       1   B1
1       1   B2
5       3   B1
6       3   B1
7       3   B5