Question

我有以下数据框：

        True_False  cum_val
Date        
2018-01-02  False   NaN
2018-01-03  False   0.006399
2018-01-04  False   0.010427
2018-01-05  False   0.017461
2018-01-08  False   0.019124
2018-01-09  False   0.020426
2018-01-10  False   0.019314
2018-01-11  False   0.026348
2018-01-12  False   0.033098
2018-01-16  False   0.029573
2018-01-17  False   0.038988
2018-01-18  False   0.037372
2018-01-19  False   0.041757
2018-01-22  False   0.049824
2018-01-23  False   0.051998
2018-01-24  False   0.051438
2018-01-25  False   0.052041
2018-01-26  False   0.063882
2018-01-29  False   0.057150
2018-01-30  True    -0.010899
2018-01-31  True    -0.010410
2018-02-01  True    -0.011058
2018-02-02  True    -0.032266
2018-02-05  True    -0.073246
2018-02-06  True    -0.055805
2018-02-07  True    -0.060806
2018-02-08  True    -0.098343
2018-02-09  True    -0.083407
2018-02-12  False   0.013915
2018-02-13  False   0.016528
2018-02-14  False   0.029930
2018-02-15  False   0.041999
2018-02-16  False   0.042373
2018-02-20  False   0.036531
2018-02-21  False   0.031035
2018-03-06  False   0.013671

如何将行False的所有True值之后的行第二值删除，直到第二个True Value到第二个False？

例如：

    True_False  cum_val
Date        
2020-01-21  False   0.022808
2020-01-22  False   0.023097
2020-01-23  True    0.001141
2020-01-24  True    -0.007901 # <- Start drop here since this is the second True
2020-01-27  True    -0.023632
2020-01-28  False -0.013578
2020-01-29  False -0.000867 #< - End Drop Here Since this is the second False
2020-01-30  False 0.003134

编辑1：

我想在新的df上再添加1个条件：

2020-01-22  0.000289    False   
2020-01-23  0.001141    True    
2020-01-27  -0.015731   True    # <- Start Drop Here
2020-01-28  0.010054    True    
2020-01-29  -0.000867   False   
2020-01-30  0.003134    True    #<-End drop here
2020-02-03  0.007255    True

正如您在评论中提到的：[True，True，True，False，True]

在这种情况下，即使第二个值已切换为True，它仍将在第二个False处开始放置，但会在第一个True之后立即停止放置。如果下一个值仍然是True，则将其拖放到False之后的值

Answer 1

让我们尝试将where与ffill和参数limit=2一起使用，然后进行布尔过滤：

df[~(df['True_False'].where(df['True_False']).ffill(limit=2).cumsum() > 1)]

输出：

|    | Date       | True_False   |   cum_val |
|----|------------|--------------|-----------|
|  0 | 2020-01-21 | False        |         1 |
|  1 | 2020-01-22 | False        |         2 |
|  2 | 2020-01-23 | True         |         3 |
|  7 | 2020-01-28 | False        |         8 |

详细信息：

首先让我们使用where
接下来，使用最后一个True填充前两个np.nan ffill(limit=2)
现在，让我们使用cumsum，以便我们添加连续的True并选择那些大于2
然后求反，使虚假记录保持在第一个真实记录之上，并且第三条虚假记录等等。

Answer 2

这就是我尝试过的。我创建的数据是：

    Date    True_False  cum_val
0   2020-01-21  False   1
1   2020-01-22  False   2
2   2020-01-23  True    3
3   2020-01-24  True    4
4   2020-01-25  True    5
5   2020-01-26  False   6
6   2020-01-27  False   7
7   2020-01-28  False   8

true_count = 0
false_count = 0
drop_continue = False
for index, row in df.iterrows():
    if row['True_False'] is True and drop_continue is False:
        true_count +=1
        if true_count == 2:
            drop_continue = True
            df.drop(index, inplace=True)
            true_count = 0
            continue
    if drop_continue is True:
        if row['True_False'] is True:
            df.drop(index, inplace=True)
        if row['True_False'] is False:
            false_count += 1
            if false_count <2:
                df.drop(index, inplace=True)
            else:
                drop_continue = False
                false_count = 0

输出

    Date    True_False  cum_val
0   2020-01-21  False   1
1   2020-01-22  False   2
2   2020-01-23  True    3
6   2020-01-27  False   7
7   2020-01-28  False   8

Answer 3

您可以使用Series.Shift和Series.bfill：

df = df[~df['True_False'].shift().bfill()]

print(df)                                                               
         Date  True_False   cum_val
0  2020-01-21       False  0.022808
1  2020-01-22       False  0.023097
2  2020-01-23        True  0.001141
6  2020-01-29       False -0.000867
7  2020-01-30       False  0.003134

Answer 4

您可以这样做：

#mark start of the area you want to drop
df["dropit"]=np.where(df["True_False"] & df["True_False"].shift(1) & np.logical_not(df["True_False"].shift(2)), "start", None)

#mark the end of the drop area
df["dropit"]=np.where(np.logical_not(df["True_False"].shift(1)) & df["True_False"].shift(2), "end", df["dropit"])

#indicate gaps between the different drop areas:
df.loc[df["dropit"].shift().eq("end")&df["dropit"].ne("start"), "dropit"]="keep"

#forward fill
df["dropit"]=df["dropit"].ffill()

#drop marked drop areas and drop "dropit" column
df=df.drop(df.loc[df["dropit"].isin(["start", "end"])].index, axis=0).drop("dropit", axis=1)

输出：

            True_False   cum_val
Date
2018-01-02       False       NaN
2018-01-03       False  0.006399
2018-01-04       False  0.010427
2018-01-05       False  0.017461
2018-01-08       False  0.019124
2018-01-09       False  0.020426
2018-01-10       False  0.019314
2018-01-11       False  0.026348
2018-01-12       False  0.033098
2018-01-16       False  0.029573
2018-01-17       False  0.038988
2018-01-18       False  0.037372
2018-01-19       False  0.041757
2018-01-22       False  0.049824
2018-01-23       False  0.051998
2018-01-24       False  0.051438
2018-01-25       False  0.052041
2018-01-26       False  0.063882
2018-01-29       False  0.057150
2018-01-30        True -0.010899
2018-02-14       False  0.029930
2018-02-15       False  0.041999
2018-02-16       False  0.042373
2018-02-20       False  0.036531
2018-02-21       False  0.031035
2018-03-06       False  0.013671

如何有条件地在熊猫中删除行

4 个答案: