PythonPandas：根據前一行的重復值洗掉行

我在這里不知所措。任何幫助將不勝感激！

這是我目前的資料。產品從A.1變為A.2。我想要的是當 A.1 變成 A.2 時，我希望我的其余資料只開始計算 A.2 的周期時間。B.1 和 B.3 相同。

這是當前的資料。

 --------- ----------- -- 
| Product | CycleTime |  |
 --------- ----------- -- 
| A.1     | 10        |  |
 --------- ----------- -- 
| A.1     | 5         |  |
 --------- ----------- -- 
| A.1     | 1         |  |
 --------- ----------- -- 
| A.1     | 2         |  |
 --------- ----------- -- 
| A.1     | 1         |  |
 --------- ----------- -- 
| A.2     | 5         |  |
 --------- ----------- -- 
| A.2     | 1         |  |
 --------- ----------- -- 
| A.1     | 2         |  |
 --------- ----------- -- 
| A.1     | 10        |  |
 --------- ----------- -- 
| A.2     | 10        |  |
 --------- ----------- -- 
| B.1     | 1         |  |
 --------- ----------- -- 
| B.1     | 2         |  |
 --------- ----------- -- 
| B.1     | 1         |  |
 --------- ----------- -- 
| B.3     | 5         |  |
 --------- ----------- -- 
| B.1     | 1         |  |
 --------- ----------- -- 
| B.3     | 2         |  |
 --------- ----------- -- 
| B.1     | 10        |  |
 --------- ----------- -- 

這是我正在嘗試制作的內容。

 --------- ----------- -- 
| Product | CycleTime |  |
 --------- ----------- -- 
| A.1     | 10        |  |
 --------- ----------- -- 
| A.1     | 5         |  |
 --------- ----------- -- 
| A.1     | 1         |  |
 --------- ----------- -- 
| A.1     | 2         |  |
 --------- ----------- -- 
| A.1     | 1         |  |
 --------- ----------- -- 
| A.2     | 5         |  |
 --------- ----------- -- 
| A.2     | 1         |  |
 --------- ----------- -- 
| A.2     | 10        |  |
 --------- ----------- -- 
| B.1     | 1         |  |
 --------- ----------- -- 
| B.1     | 2         |  |
 --------- ----------- -- 
| B.1     | 1         |  |
 --------- ----------- -- 
| B.3     | 5         |  |
 --------- ----------- -- 
| B.3     | 2         |  |
 --------- ----------- -- 

uj5u.com熱心網友回復：

設定：

df = pd.DataFrame(
    {
        "ProductType":["A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "A", "B", "B", "B"],
        "Product":["A.1", "A.1", "A.1", "A.1", "A.1", "A.2", "A.2", "A.1", "A.1", "A.2", "B.1", "B.1", "B.1", "B.3", "B.1", "B.3", "B.1"],
        "CycleTime":[10,5,1,2,1,5,1,2,10,10,1,2,1,5,1,2,10],
    }
)

在產品之間創建訂單。不同產品型別之間的順序無關緊要，僅在每個產品型別內。即采取幾個部分排序并將它們拼接在一起以創建總排序。您可能必須手動執行此操作，也許您可??以通過編程方式執行此操作，這取決于您的問題。

order = ["A.1", "A.2", "B.1", "B.2", "B.3"]

創建一個地圖，它的反面將每個產品與其在訂單中的位置相關聯。

mapping = dict(enumerate(order))
inversemapping= {v:k for k,v in mapping.items()}

這個想法是，對于每種產品型別，將產品映射到其訂單值，并在映射回產品之前計算這些訂單值的累積最大值。

df.groupby("ProductType").apply(lambda d: d["Product"].map(inversemapping).cummax().map(mapping)).values

您將獲得以下 numpy 陣列：

 array(['A.1', 'A.1', 'A.1', 'A.1', 'A.1', 'A.2', 'A.2', 'A.2', 'A.2',
   'A.2', 'B.1', 'B.1', 'B.1', 'B.3', 'B.3', 'B.3', 'B.3'],
  dtype=object)

uj5u.com熱心網友回復：

如果洗掉重復項并保留第一個值，則下一個產品的索引會顯示無法再找到當前產品的位置：

find_pos = lambda x: x.drop_duplicates('Product')['Product'].shift().dropna() \
          .rename_axis('not_valid_after').reset_index()

conds = df.groupby(df['Product'].str.split('.').str[0]) \
          .apply(find_pos).reset_index(drop=True)

print(conds)

# Output:
   not_valid_after Product
0                5     A.1  # 5 is the first index of A.2
1               13     B.1  # 13 is the first index of B.3

現在您可以過濾資料框：

out = df.drop(conds.apply(lambda x: df.loc[df['Product'] == x['Product']]
                                      .loc[x['not_valid_after']:].index.tolist(),
                           axis=1).explode().dropna().tolist())

輸出：

>>> out
   Product  CycleTime
0      A.1         10
1      A.1          5
2      A.1          1
3      A.1          2
4      A.1          1
5      A.2          5
6      A.2          1
9      A.2         10
10     B.1          1
11     B.1          2
12     B.1          1
13     B.3          5
15     B.3          2

標籤：Python 熊猫 数据框

上一篇：Python遞回的區域與全域

下一篇：有沒有辦法根據一系列列名訪問資料框中的值？