如果列中的值发生更改，则删除行答案

【问题标题】：Drop rows if value in column changes如果列中的值发生更改，则删除行
【发布时间】：2020-06-19 14:41:39
【问题描述】：

假设我有以下熊猫数据框：

   my_class  value
0      1      1
1      1      2
2      1      3
3      2      4
4      2      5
5      2      6
6      2      7
7      2      8
8      2      9
9      3     10
10     3     11
11     3     12

我想确定类更改的“my_class”的索引，并在该索引之后和之前删除 n 行。此示例的输出（n=2）应如下所示：

   my_class  value
0      1      1
5      2      6
6      2      7
11     3     12

【问题讨论】：

你有没有尝试过？
我可以使用 for 循环并循环遍历列以查找更改并删除行，但我想避免 for 循环，因为我的数据集比这个示例大得多。跨度>

标签： python pandas

【解决方案1】：

我的做法：

# where class changes happen
s = df['my_class'].ne(df['my_class'].shift(-1).fillna(df['my_class']))

# mask with `bfill` and `ffill`
df[~(s.where(s).bfill(limit=1).ffill(limit=2).eq(1))]

输出：

    my_class  value
0          1      1
5          2      6
6          2      7
11         3     12

【讨论】：

【解决方案2】：

一种可能的解决方案是：

利用索引包含连续整数这一事实。
查找 class 发生变化的索引值。
为每个这样的索引从 n-2 生成一个索引序列到 n+1 并将它们连接起来。
检索索引不在此列表中的行。

代码如下：

ind = df[df['my_class'].diff().fillna(0, downcast='infer') == 1].index
df[~df.index.isin([item for sublist in
    [ range(i-2, i+2) for i in ind ] for item in sublist])]

【讨论】：

【解决方案3】：

my_class = np.array([1] * 3 + [2] * 6 + [3] * 3)
cols = np.c_[my_class, np.arange(len(my_class)) + 1]

df = pd.DataFrame(cols, columns=['my_class', 'value'])
df['diff'] = df['my_class'].diff().fillna(0)

idx2drop = []

for i in df[df['diff'] == 1].index:
    idx2drop += range(i - 2, i + 2)

print(df.drop(idx_drop)[['my_class', 'value']])

输出：

      my_class  value
  0        1      1
  5        2      6
  6        2      7
  11       3     12

【讨论】：