列值更改时如何从数据框中提取数据答案

【问题标题】：How to extract data from data frame when value of column change列值更改时如何从数据框中提取数据
【发布时间】：2020-03-23 04:30:12
【问题描述】：

当值从 0 变为 1 时，我想提取部分数据帧。

logic1：当值从0变为1时，开始保存数据，直到值再次变为0。（也指向1之前和1之后）

logic2：当值从0变为1时，开始保存数据，直到值再次变为0。（1之前和1之后不需要保存点）

仅当flag的第一次值从0变为1时才保存数据，之后如果再次从0变为1则不需要做任何事情

df=pd.DataFrame({'value':[3,4,7,8,11,1,15,20,15,16,87],'flag':[0,0,0,1,1,1,0,0,1,1,0]})

Desired output:
df_out_1=pd.DataFrame({'value':[7,8,11,1,15]})

Desired output:
df_out_2=pd.DataFrame({'value':[8,11,1]})

【问题讨论】：

你能详细说明一下逻辑吗？
那么这个变化的触发因素是什么？您可以使用df[df['flag'] == 1] 并将其保存到每个触发器中所需的变量中。
@dzakyputra 你说的是简单的过滤器，这样我会得到带有标志 1 的行，这不是我的要求

标签： python-3.x pandas numpy pandas-groupby

【解决方案1】：

想法是获得1和0连续组的连续组到s，仅过滤1组并通过最小值比较获得第一个1组：

df = df.reset_index(drop=True)
s = df['flag'].ne(df['flag'].shift()).cumsum()
m = s.eq(s[df['flag'].eq(1)].min())

df2 = df.loc[m, ['value']]
print (df2)
   value
3      8
4     11
5      1

然后用 aff 过滤值并将1 删除为默认RangeIndex：

df1 = df.loc[(df2.index + 1).union(df2.index - 1), ['value']]
print (df1)
   value
2      7
3      8
4     11
5      1
6     15

【讨论】：