迭代 pandas 数据框中的列表以删除列表中特定值（如果该值存在）之后的所有内容

Question

我想根据我的列事件中“1”的出现来过滤我的数据框值。当出现 1 时，应删除 1 之后的所有内容。

我想对我的整个数据框执行此操作，如下所示：

import pandas as pd

df = pd.DataFrame([['00000000000 ', [4, 5, 5, 3, 2, 1, 5]],
                   ['00000000001', [4, 5, 5, 1, 2, 1, 5, 5, 5]],
                   ['00000000002 ', [4, 5, 1, 3, 2, 1, 5, 5, 5, 1]]],
                  columns=['session_id', 'events'])

这适用于以下解决方案，如中的回答。

df['events_short'] = ""
for i, row in df.iterrows():
    df.at[i, 'events_short'] = row['events'][:row['events'].index(1)]

这仅在“1”出现时有效，否则，我会收到以下错误：

ValueError                                Traceback (most recent call last)
<ipython-input-175-e4d3f228e32f> in <module>()
      1 df['events_short'] = ""
      2 for i, row in df.iterrows():
----> 3     df.at[i, 'events_short'] = row['events'][:row['events'].index(1)]

ValueError: 1 is not in list

因此，我需要一个例外，因为数组中没有出现 1。有人可以帮我设置吗？谢谢！

Answer 1

您可以使用 apply 并找到列表中的第一个元素，并相应地截断它。

df['events_short']=df['events'].apply(lambda x:x[0:x.index(1)] if 1 in x else None)

如果要包括 1:

df['events_short']=df['events'].apply(lambda x:x[0:x.index(1)+1] if 1 in x else None)

请注意 apply 比 iterrow

更受欢迎（更快）

Answer 2

虽然@OnY 的回答很好，但它需要读取每个列表两次（一次查找索引是否存在，一次查找）。

更有效的方法可能是使用辅助函数 try/except:

def upto1(l):
    try:
        return l[:l.index(1)]
    except ValueError:
        return l
    
df['events2'] = df['events'].apply(upto1)

示例：

    session_id                          events          events2
0  00000000000           [4, 5, 5, 3, 2, 1, 5]  [4, 5, 5, 3, 2]
1  00000000001     [4, 5, 5, 1, 2, 1, 5, 5, 5]        [4, 5, 5]
2  00000000002  [4, 5, 1, 3, 2, 1, 5, 5, 5, 1]           [4, 5]
3  00000000003                       [0, 2, 3]        [0, 2, 3]

Answer 3

进一步构建@mozway 的答案，（通常）避免让程序故意引发异常并捕获是一个很好的做法，因为 try-except 可能比非失败逻辑慢：

def upto1(l):
    return l[:l.index(1)] if 1 in l else l

df['events2'] = df['events'].apply(upto1)

迭代 pandas 数据框中的列表以删除列表中特定值（如果该值存在）之后的所有内容

Iterating over lists in pandas dataframe to remove everything after certain value (if the value exists) in list

python

iteration

list

dataframe

pandas