使用 pandas 到 select 滞后行以及基于条件的当前行

Question

我有一个如下所示的数据框

person_id  source_system   r_diff
  1              A          NULL
  1              B           0
  1              B           9
  1              A           15
  1              A           574
  1              B           0
  1              A           63
  1              A           136
  1              B           0

我想select数据基于2条规则的Or运算

a) Select 所有 source_system = B

的记录

b) Select n 和 n-1 行，其中 r_diff = 0.

例如，在上面的数据中，您可以找到第 2、6、9 行的 r_diff = 0。所以，我想 select 行 1,2 和 5,6 和 8,9。你可以看到我是如何选择 n 和 n-1 行的

我尝试了以下

df['flag_1'] = np.where((df['source_system'] == 'B'), '1','0')
df['flag_2'] = np.where((df['r_diff'] == 0), '1','0')
df['flag_3'] = np.where((df['r_diff'].shift(-1) == 0, '1','0')
df = df[((df['flag_1'] == '1') or (df['flag_2'] == '1') or (df['flag_3'] == '1'))]

我希望我的输出如下所示

person_id  source_system   r_diff
  1              A          NULL
  1              B           0
  1              B           9
  1              A           574
  1              B           0
  1              A           136
  1              B           0

Answer 1

我认为你很接近，你可以通过 | 将掩码设置为变量并按位 OR 链接，例如：

m1 = df['source_system'] == 'B'
m2 = df['r_diff'] == 0
m3 = df.groupby('person_id')['r_diff'].shift(-1) == 0

df = df[m1 | m2 | m3]
print (df)
   person_id source_system  r_diff
0          1             A     NaN
1          1             B     0.0
2          1             B     9.0
4          1             A   574.0
5          1             B     0.0
7          1             A   136.0
8          1             B     0.0

使用 pandas 到 select 滞后行以及基于条件的当前行

Use pandas to select the lagged row along with current row based on criteria

python

pandas

dataframe

numpy

shift