将DataFrame的所有行切成超过列中的某个值

Question

我正在尝试找到一种更可取的方法，以使DataFrame的所有行都超过特定列（在这种情况下为Quarter列）中的某个特定值。

我想对GDP统计数据的一个DataFrame进行切片，以获取2000年第一季度的所有行过去（2000q1）。目前，我正在通过在GDP_df["Quarter"]列中获取等于2000q1的值的索引号（请参见下文）来进行此操作。这似乎太令人费解，必须有一种更简单，更简单，更惯用的方式来实现这一目标。有任何想法吗？

当前方法：

def get_GDP_df():
    GDP_df = pd.read_excel(
        "gdplev.xls", 
        names=["Quarter", "GDP in 2009 dollars"], 
        parse_cols = "E,G", skiprows = 7)
    year_2000 = GDP_df.index[GDP_df["Quarter"] == '2000q1'].tolist()[0]
    GDP_df["Growth"] = (GDP_df["GDP in 2009 dollars"]
        .pct_change()
        .apply(lambda x: f"{round((x * 100), 2)}%"))
    GDP_df = GDP_df[year_2000:]
    return GDP_df

输出：

此外，在对DataFrame进行切片之后，索引现在从212开始。是否有一种方法可以对索引重新编号，使其从0或1开始？

Answer 1

以下等效：

year_2000 = (GDP_df["Quarter"] == '2000q1').idxmax()
GDP_df["Growth"] = (GDP_df["GDP in 2009 dollars"]
  .pct_change()
  .mul(100)
  .round(2)
  .apply(lambda x: f"{x}%"))
return GDP_df.loc[year_2000:]

Answer 2

  

如注释中所指出的，您可以使用新的 awesome 方法query()   Query the columns of a DataFrame with a boolean expression that uses the top-level pandas.eval() function to evaluate the passed query和Evaluate a Python expression as a string using various backends使用pandas.eval的only Python expressions方法。

import pandas as pd

raw_data = {'ID':['101','101','101','102','102','102','102','103','103','103','103'],
            'Week':['08-02-2000','09-02-2000','11-02-2000','10-02-2000','09-02-2000','08-02-2000','07-02-2000','01-02-2000',
               '02-02-2000','03-02-2000','04-02-2000'],
            'Quarter':['2000q1','2000q2','2000q3','2000q4','2000q1','2000q2','2000q3','2000q4','2000q1','2000q2','2000q3'],
            'GDP in 2000 dollars':[15,15,10,15,15,5,10,10,15,20,11]}


def get_GDP_df():
    GDP_df = pd.DataFrame(raw_data).set_index('ID')
    print(GDP_df) # for reference to see how the data is indexed, printing out to the screen
    GDP_df = GDP_df.query("Quarter >= '2000q1'").reset_index(drop=True) #performing the query() + reindexing the dataframe
    GDP_df["Growth"] = (GDP_df["GDP in 2000 dollars"]
        .pct_change()
        .apply(lambda x: f"{round((x * 100), 2)}%"))
    return GDP_df

get_GDP_df()