1

Имеется фрейм данных:

import pandas as pd
import numpy as np
data = {'fruit': ['pear','pear','banana','banana', 'pear', 'pear','apple', 'apple', 'cherry','cherry'],
        'fruit_type': ['unknown','pear','unknown','one', 'two', 'one','one', 'apple', 'cherry','unknown'],
'country': ['unknown','usa', 'unknown','usa', 'unknown','ghana','unknown', 'russia', 'albania','bolivia'],
'id': ['022','022','022', '011','011', '011','011', '011', '6','6'],
'month': ['unknown','march', 'unknown', 'october','october', 'january','july', 'unknown', 'january','unknown']       
}
df = pd.DataFrame(data, columns = ['fruit','fruit_type','country', 'id', 'month'])
df

введите сюда описание изображения

Нужно вывести предыдущую строку предшествующую строке , где месяц=unknown, и если предшествующие строки идут подряд с одинаковым значением fruit_tyue, то нужно вывести все эти предшествующие строки.

Как можно это сделать?

Ожидаемый результат:

введите сюда описание изображения

1 ответ 1

3

Шаг 1

Найдем строки, которые предшествующую строке , где month=='unknown'

Здесь стоит использовать метод shift, который позволяет сдвигать индекс.

df[df['month'].shift(-1)=='unknown']

введите сюда описание изображения

Результат сохраню в столбец unknown_prev, он нам пригодится.

df['unknown_prev'] = df['month'].shift(-1)=='unknown'

введите сюда описание изображения

Шаг 2

Теперь найдем строки, в которых значение в колонке fruit_type идут подряд. Это нам тоже пригодится в будущем, поэтому сразу сохраню в столбец g

Тут тоже используется метод shift, но как раз просравнивать между собой соседние строки позволяет ne(бинарный !=), cumsum переводит это в численное представление, а точнее возвращает совокупную сумму по столбцу.

df['g'] = df['fruit_type'].ne(df['fruit_type'].shift()).cumsum()
df

введите сюда описание изображения

Шаг 3

Теперь задача сводится к тому, чтобы вытащить данные, у которых одинаковые g и один из unknown_prev равен True. Я просто сгруппировала по g и нашла максимальный 'unknown_prev' для каждого, а тут выбор невелик или 0(False), или 1(True). Затем просто по сути выбрала нужные колонки:

df[df['g'].map(df.groupby('g')['unknown_prev'].max())]

введите сюда описание изображения

Осталось только удалить лишние столбцы.

Решение одним куском:

import pandas as pd
import numpy as np
data = {'fruit': ['pear','pear','banana','banana', 'pear', 'pear','apple', 'apple', 'cherry','cherry'],
        'fruit_type': ['unknown','pear','unknown','one', 'two', 'one','one', 'apple', 'cherry','unknown'],
'country': ['unknown','usa', 'unknown','usa', 'unknown','ghana','unknown', 'russia', 'albania','bolivia'],
'id': ['022','022','022', '011','011', '011','011', '011', '6','6'],
'month': ['unknown','march', 'unknown', 'october','october', 'january','july', 'unknown', 'january','unknown']       
}
df = pd.DataFrame(data, columns = ['fruit','fruit_type','country', 'id', 'month'])

df['unknown_prev'] = df['month'].shift(-1)=='unknown'
df['g'] = df['fruit_type'].ne(df['fruit_type'].shift()).cumsum()
res = df[df['g'].map(df.groupby('g')['unknown_prev'].max())]
res.drop(['unknown_prev', 'g'], axis=1, inplace = True)

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.