根据列中的条件选择行中的数据答案

【问题标题】：Selecting data in rows based on criteria in column根据列中的条件选择行中的数据
【发布时间】：2022-12-16 16:01:29
【问题描述】：

我有两列 xls 文件，我想在 pandas 中阅读。然后从创建的数据框中，我想根据列结果中的条件输出另一个 xls 文件。

如果结果列中的数据等于失败，则输出 xls 文件应包含上方 1 行和下方 1 行的数据以及失败行本身的数据。

显示的输入和输出示例

输入：

Team    result
1   pass
2   pass
3   fail
4   pass
5   pass
6   pass
7   fail
8   pass
9   pass
10  pass
11  pass
12  pass
13  pass
14  fail
15  pass

输出：

Team    result
2   pass
3   fail
4   pass
6   pass
7   fail
8   pass
13  pass
14  fail
15  pass

【问题讨论】：

标签： python pandas

【解决方案1】：

在从等于目标（“失败”）派生的布尔系列上使用居中的rolling总和，并执行boolean indexing：

df[df['result'].eq('fail').rolling(3, center=True, min_periods=1).max().eq(1)]

注意。这使得选择下面/之后的更多行变得容易.例如，要获得上面的 2 + 下面的 2，请使用 5（一般情况下为 2*n+1）作为滚动窗口。

输出：

    Team result
1      2   pass
2      3   fail
3      4   pass
5      6   pass
6      7   fail
7      8   pass
12    13   pass
13    14   fail
14    15   pass

【讨论】：

这太棒了。但是，我想问一下 rolling 函数在这里是如何工作的，特别是当中心设置为 True 时。
@Anoushiravan 我不确定你不清楚什么，简而言之df['result'].eq('fail') 给出了一个布尔系列（True/False），.rolling(3, center=True, min_periods=1).max() 内部转换为1/0 并且对于每个位置，假设2*n+1 的窗口，取前 n 行和后 n 行（因此居中在给定值上）计算max。然后我们用eq(1) 转换回布尔值。这样更清楚吗？
是的，我明白了，非常感谢您提供更详细的解释。

【解决方案2】：

shift 是你的朋友。您必须上下移动 result 列，如果其中一个值是 fail，则保留该行：

x = (df['result'] == 'fail') | (df['result'].shift() == 'fail') | (
     df['result'].shift(-1) == 'fail')
print(df[x])

按预期给出：

    Team result
1      2   pass
2      3   fail
3      4   pass
5      6   pass
6      7   fail
7      8   pass
12    13   pass
13    14   fail
14    15   pass

【讨论】：

谢谢。使用此代码，在我的输出中我只看到结果列的数据，但我也需要查看输出中包含的其他列团队数据。

【解决方案3】：

您可以在 df['result'] == 'fail' 的索引中加减 1，但如果最后一行有 fail，这也可能导致 KeyError。所以我们还需要使用index.intersection来达到有效索引：

all_indexes = np.ravel([df[df['result'] == 'fail'].index + i for i in range(-1, 2)])
valid_indexes = df.index.intersection(all_indexes)
df.loc[valid_indexes]

输出：

    result
1   pass
2   fail
3   pass
5   pass
6   fail
7   pass
12  pass
13  fail
14  pass

【讨论】：

【解决方案4】：

def function1(dd:pd.DataFrame):
    if dd.iloc[1,1]=='fail':
        df1.loc[dd.index,'col1']=True
    return 0

pd.Series(df1.rolling(3,center=True)).apply(function1)
df1.loc[lambda dd:dd.col1==True,:'result']

  Team result
1      2   pass
2      3   fail
3      4   pass
5      6   pass
6      7   fail
7      8   pass
12    13   pass
13    14   fail
14    15   pass

【讨论】：