在python数据框中选择具有相同值顺序的行？

Question

我正在处理包含 3 个值“event1”、“event2”和“event3”的列事件的数据框。我正在寻找一种方法来仅选择具有特定顺序的事件的行 ['event1', 'event2', 'event3']。

我试过了：

df[df['Event'].isin(['event1', 'event2', 'event3'])]

但是给出了整个数据框的结果。

import pandas as pd
df = pd.DataFrame([['event1','01:22:52.134'],['event2','03:21:31.123'],  ['event1','21:12:52.544'],['event3','23:12:31.216'],['event1','10:22:02.134'],['event2','06:52:48.184'], ['event3','12:52:46.188'], ['event3','06:52:46.184'], ['event1','13:33:46.235'], ['event2','14:35:12.235'], ['event3','14:59:12.177']], columns=["Events",'Time']) 
df

Answer 1

你需要 3 个条件：

m = df.Events.eq('event1') 
    & df.Events.shift(-1).eq('event2')
    & df.Events.shift(-2).eq('event3')

现在将面具向前移动：

df[(m | m.shift() | m.shift(2))]

    Events          Time
4   event1  10:22:02.134
5   event2  06:52:48.184
6   event3  12:52:46.188
8   event1  13:33:46.235
9   event2  14:35:12.235
10  event3  14:59:12.177

---

对于任意数量的事件，您可以使用np.logical_and.reduce 进行概括：

events = ['event1', 'event2', 'event3']
m = pd.Series(
    np.logical_and.reduce([
        df.Events.shift(-i).eq(e) for i, e in enumerate(events)
    ])
)

接下来是np.logical_or.reduce进行第二步；

df[np.logical_or.reduce([
       m.shift(i).fillna(False) for i in range(len(events))
  ])
]

    Events          Time
4   event1  10:22:02.134
5   event2  06:52:48.184
6   event3  12:52:46.188
8   event1  13:33:46.235
9   event2  14:35:12.235
10  event3  14:59:12.177