Question

样本数据：

df = pd.DataFrame({'user': ['Mike', 'Jim', 'Bob', 'Jane', 'Alice'], 
                   'income': [45000,55000, 40000, 50000, 42000],
                    'age' : [20,31,40,35,20]})

我希望能够从当前行和名字为 Alice 的任何人上方的 2 行中选择“用户”和“年龄”

这是我目前所拥有的（不确定是否正确）：

age2 = []
income2 = []

if df("user") in ['Alice']:
                age2.append(df.attrib.get("age"))
                income2.append(df.attrib.get("user"))

我想要

age income
35   50000
40   40000
31   55000

Answer 1

IIUC groupby 与 cumsum，获得第一组和 tail：

print (df.groupby(df["user"].eq("Alice").cumsum()).get_group(0).tail(3))

   user  income  age
1   Jim   55000   31
2   Bob   40000   40
3  Jane   50000   35

Answer 2

您想要的是获得一系列满足您想要的条件的索引。在您的情况下，条件是 user == Alice。我在您的数据框中添加了额外的条目以使其更加清晰。所以：

import pandas as pd

df = pd.DataFrame({'user': ['Mike', 'Jim', 'Bob', 'Jane', 'Alice', 'Mike', 'Jim', 'Bob', 'Jane', 'Alice', 'Mike', 'Alice', 'Mike', 'Jim',], 
               'income': [45000,55000, 40000, 50000, 42000, 45000,55000, 40000, 50000, 42000, 55000, 40000, 50000, 42000],
                'age' : [20,31,40,35,20, 20,31,40,35,20, 40,35,20, 20]})

cond_idx = df[df.loc[:, "user"]=="Alice"].index

cond_idx 现在有值

Int64Index([4, 9, 11], dtype='int64')

现在您可以遍历 cond_idx 并在数据帧上使用 .loc 来获取您想要的切片：

for idx in cond_idx:
    result = df.loc[idx-2:idx, ["age", "income"]]
    print(result)

输出：

   age  income
2   40   40000
3   35   50000
4   20   42000
   age  income
7   40   40000
8   35   50000
9   20   42000
    age  income
9    20   42000
10   40   55000
11   35   40000

Answer 3

找到符合条件的行索引

alices = df[df.user=='Alice'].index

为每个索引的前三个索引创建一个数组。

indices = alices.values[:,None] - [3,2,1]

将这些索引与 .iloc

一起使用

print(df.iloc[indices.ravel()])

使用 Giorgos Livanos data

>>> indices
array([[ 1,  2,  3],
       [ 6,  7,  8],
       [ 8,  9, 10]], dtype=int64)
>>> indices.ravel()
array([ 1,  2,  3,  6,  7,  8,  8,  9, 10], dtype=int64)
>>>

pandas.Index.values
numpy Array Broadcasting

Answer 4

我不确定这是否是您要查找的内容，但我相信这就是您在代码中尝试执行的操作：

df = pd.DataFrame({'user': ['Mike', 'Jim', 'Bob', 'Jane', 'Alice'], 
                   'income': [45000,55000, 40000, 50000, 42000],
                    'age' : [20,31,40,35,20]})

df2=[]

def search(name):
    for i in range(len(df['user'])):
        if name == df['user'][i]:
            df2=pd.DataFrame({'age':[df['age'][i]], 'income':[df['income'][i]]})
            print(df2)

search('Alice')

选择当前行和上面满足条件的 3 行

4 个答案: