简化代码。我的作品，但看起来像地狱一样丑陋

Question

我在处理Python时遇到了麻烦。我有PD数据帧，我需要删除所有行，这些行是在特定值之后（在代码值中写入称为年份的列表）所有值都应按公司名称分组，因为这些obserevation属于“inn_main”列中提到的公司。我真的不明白如何使用Pandas功能做到这一点。我找到了一种方法，但它非常丑陋，效率不高。

import pandas as pd 

data = {'inn_main':['Apple', 'Apple', 'Apple', 'Apple', 'Tesla', 'Tesla', 'Tesla'], 'Help':['OK', 'OK', 2013, 'OK','OK', 2014, 'OK']} 

df = pd.DataFrame(data) 

droper=[]

block=0

years=[2012,2013,2014,2015,2016,2017,2018]

for j in range(len(list(df['Help'].groupby(df['inn_main'])))):

    alarm=0

    for i in range(len(list(df['Help'].groupby(df['inn_main']))[j][1].index.values)):

        if list(df['Help'].groupby(df['inn_main']))[j][1][list(df['Help'].groupby(df['inn_main']))[j][1].index.values[i].astype(int)] in years:

            block=1

            alarm=1

        if block==1:

            block=0

        else:

            if alarm==1:

                droper.append(list(df['Help'].groupby(df['inn_main']))[j][1].index.values[i].astype(int))   

df.drop(index=droper)

你能告诉我我到底做错了什么吗？有什么捷径吗？

Answer 1

解决方案出奇地短：df.groupby('inn_main').apply(lambda grp:    grp[~grp.Help.isin(years).cumsum().shift(fill_value=0).astype(bool)])结果是：           inn_main  Helpinn_main                 Apple    0    Apple    OK         1    Apple    OK         2    Apple  2013Tesla    4    Tesla    OK         5    Tesla  2014详：df.groupby('inn_main')- 按公司对数据帧进行分组。apply(lambda grp:- 将 lambda 函数应用于每个组。grp.Help.isin(years)- 帮助是否以年为单位有价值？.cumsum()- 上述问题的累计总和。shift(fill_value=0)- 将结果向下移动1行，用0填充任何NaN（实际上是第一项）。astype(bool)- 将整数转换为布尔。~- 否定上述结果[...]- 在布尔索引中使用上述结果。grp[...]- 从当前组返回“好”行（它们将是当前组的结果的一部分）。注意：ASGM 的解决方案仅删除第一行，在包含“帮助”的任何行之后，第一行“确定”。要确认这一点，请将另一行包含 Tesla 和 OK 添加到 DataFrame 并运行他的代码。结果是：  inn_main  Help0    Apple    OK1    Apple    OK2    Apple  20134    Tesla    OK5    Tesla  20147    Tesla    OK因此，索引 == 7（应删除）的行存在。

Answer 2

我不完全理解你的要求，但这就是我认为你想要的。给定以下数据帧...   Help inn_main0    OK    Apple1    OK    Apple2  2013    Apple3    OK    Apple4    OK    Tesla5  2014    Tesla6    OK    Tesla...您希望标识 列表中的每一行，并删除其后面的行（在属于给定公司的行中）。如果这是正确的，你可以做得更简单：df.Helpyearsyears = range(2012, 2019)df[~df.groupby('inn_main')['Help'].apply(lambda g: g.isin(years).shift().fillna(False))]这将提供：   Help inn_main0    OK    Apple1    OK    Apple2  2013    Apple4    OK    Tesla5  2014    Tesla如果要删除公司内给定行后面的所有行，Valdi_Bo的完整答案将显示如何操作。

Answer 3

我不太了解panda，也不知道你想做什么，但这里是重构的代码，用于迭代列表而不是使用索引：import pandas as pd data = {'inn_main':['Apple', 'Apple', 'Apple', 'Apple', 'Tesla', 'Tesla', 'Tesla'], 'Help':['OK', 'OK', 2013, 'OK','OK', 2014, 'OK']} df = pd.DataFrame(data) droper=[]years=[2012,2013,2014,2015,2016,2017,2018]for j in list(df['Help'].groupby(df['inn_main'])):    alarm=False    for i in j[1].index.values:        if j[1][i.astype(int)] in years:            alarm=True        elif alarm:            droper.append(i.astype(int))   df.drop(index=droper)