在 Pandas 中应用多个条件来选择当前和前一行。

Question

我有一个数据框如下所示：

person_id  source_system   r_diff
  1              O          NULL
  1              O           0
  1              O           9
  1              O           NULL
  2              O           574
  2              I           20
  2              O           135
  2              O           0
  2              I           21
  2              O           2
  2              O           0
  2              O           0
  2              I           12 

我想根据以下条件选择行:

条件1-选择所有源系统为I的行

条件2-仅在(n-1)行的源系统为O且差异为零时，才选择上一行 (n-1)。

只有当第n行的源系统为I时才应用此条件2。 如果(n-1)行的源系统是I，则我们不必做任何操作，因为条件1将处理它。

我们必须对每个人都应用这两个条件

我尝试了以下根据SO建议，但不确定如何使其工作。

m1 = df['visit_source_value'] == 'I'
m2 = df['diff'] <= 0
m3 = df.groupby('person_id')['diff'].shift(-1) <= 0 

df = df1[m1 | m2 | m3]

我期望我的输出结果如下所示。

  2              I           20
  2              O           0
  2              I           21
  2              O           0
  2              I           12 

- The Great

Answer 1

我更喜欢不使用一行代码的解决方案，因为如果代码变得更加复杂，那么很难阅读。所以最好的方法是使用：

m1 = df['visit_source_value'] == 'I'
m2 = df['r_diff'] <= 0
m3 = df.groupby('person_id')['visit_source_value'].shift(-1) == 'I'

df = df[m1 | (m2 & m3)]

print (df)
    person_id visit_source_value  r_diff
5           2                  I    20.0
7           2                  O     0.0
8           2                  I    21.0
11          2                  O     0.0
12          2                  I    12.0

- jezrael

---

基本上会做更多或更少相同的事情，我同意分割掩码的想法。 - mozway

这个跟我的不一样吗？ - U13-Forward

是的，它将条件拆分为掩码，更易读。 - mozway

好的，这种情况经常发生，不要感到沮丧，这只是一个简单的问题和简单的答案，没有什么值得生气的吧？很多时候，当我做类似的事情时（比如在这里），我会选择不发帖子。 - mozway

@U12-Forward - 刚刚测试了一下，发现你的解决方案没有按照组对 I 进行测试。 - jezrael

Answer 2

您可以用一行代码实现它：

>>> df[df['source_system'].eq('I') | (df['source_system'].shift(-1).eq('I') & df['r_diff'].le(0))]
    person_id source_system  r_diff
5           2             I    20.0
7           2             O     0.0
8           2             I    21.0
11          2             O     0.0
12          2             I    12.0
>>> 

- U13-Forward

---

除非 OP 没有提到其他可能的值，否则您不需要测试 df ['source_system'].eq('O')。 - mozway

@mozway 哦，没错！我编辑了我的回答。 - U13-Forward