删除熊猫中某些条件以下的所有行

Question

我有一个包含多列的数据框。其中一列（在示例中以 B 表示）可用作触发器，即 我必须在第一个值大于0.5之后删除所有行。但是，我必须保留第一个数字。

上面给出了一个例子。删除所有在0.59之后的行（这是遵循大于0.5的条件的第一行）。

initial_df = pd.DataFrame([[1,0.4], [5,0.43], [4,0.59], [11,0.41], [9,0.61]], columns = ['A', 'B'])

下面的蓝色框表示触发器，红色框表示必须删除的值。 最后，我们将获得：

最终目标是获得以下数据框：

是否有可能以一种有效的方式在熊猫中做到这一点（而不是使用for循环）？

Answer 1

因此，如果您的索引与iloc相同，则此方法有效：

first_occurence = initial_df[initial_df.B>0.5].index[0]
initial_df.iloc[:first_occurence+1]

编辑：这是一个更通用的解决方案

first_occurence = initial_df.index.get_loc(initial_df[initial_df.B>0.5].iloc[0].name)
final_df = initial_df.iloc[:first_occurence+1]

Answer 2

您可以将np.where与布尔索引一起使用，以提取与条件匹配的第一个值的 positioning 索引。然后将其输入iloc：

idx = np.where(df['B'].gt(0.5))[0][0]
res = df.iloc[:idx+1]

print(res)

   A     B
0  1  0.40
1  5  0.43
2  4  0.59

对于可能很早就满足条件的非常大的数据帧，更理想的方法是将next与生成器表达式一起使用来计算idx：

idx = next((idx for idx, val in enumerate(df['B']) if val > 0.5), len(df.index))

要获得更好的性能，请参见Efficiently return the index of the first value satisfying condition in array。

Answer 3

我找到了一种类似于jpp所示的解决方案：

indices = initial_df.index
trigger = initial_df[initial_df.B > 0.5].index[0]
initial_df[initial_df.index.isin(indices[indices<=trigger])]

由于实际数据帧具有多个索引，所以这是我找到的唯一解决方案。

Answer 4

我假设您要删除“ B”列值小于0.5的所有行。

尝试一下：

initial_df = pd.DataFrame([[1, 0.4], [5, 0.43], [4, 0.59], [11, 0.41], [9, 0.61]], columns=['A', 'B'])

final_df = initial_df[initial_df['B'] >= 0.5]

结果数据帧final_df为：

   A     B
2  4  0.59
4  9  0.61