对于像<,p>这样的示例DataFrame
>>> import pandas as pd
>>> index = pd.date_range(start='1/1/2018', periods=6, freq='15T')
>>> data = ['ON_PEAK', 'OFF_PEAK', 'ON_PEAK', 'ON_PEAK', 'OFF_PEAK', 'OFF_PEAK']
>>> df = pd.DataFrame(data, index=index, columns=['tou'])
>>> df
tou
2018-01-01 00:00:00 ON PEAK
2018-01-01 00:15:00 OFF PEAK
2018-01-01 00:30:00 ON PEAK
2018-01-01 00:45:00 ON PEAK
2018-01-01 01:00:00 OFF PEAK
2018-01-01 01:15:00 OFF PEAK
如何获取tou
值不是ON_PEAK
但是在它之前的行的所有索引是ON_PEAK
,即输出将是:
['2018-01-01 00:15:00', '2018-01-01 01:00:00']
或者,如果更容易获得ON_PEAK
的所有行以及它们旁边的第一行,即
['2018-01-01 00:00:00', '2018-01-01 00:15:00', '2018-01-01 00:30:00', '2018-01-01 00:45:00', '2018-01-01 01:00:00']
答案 0 :(得分:1)
您需要找到tou
不是ON_PEAK
的行,而使用pandas.shift()找到的上一个tou
为ON_PEAK
。请注意,shift
中的正值给出第n个先前值,而负值给出数据帧中第n个下一个值。
df.loc[(df['tou']!='ON_PEAK') & (df['tou'].shift(1)=='ON_PEAK')]
输出:
tou
2018-01-01 00:15:00 OFF_PEAK
2018-01-01 01:00:00 OFF_PEAK