如果某些列值不满足条件，如何删除行组？答案

【问题标题】：How to delete group of rows if in certain column value doesn't met the condition?如果某些列值不满足条件，如何删除行组？
【发布时间】：2021-10-20 11:35:27
【问题描述】：

例如，这里是表格（df）：

Number	Code	Action	DateTime
7271	1	send	2021-10-20 13:12:18
7271	1	get	2021-10-20 13:12:20
7271	1	take	2021-10-20 13:12:21
7271	1	reply	2021-10-20 13:12:25
7271	1	send:	2021-10-20 13:15:18
7271	1	get	2021-10-20 13:15:20
7271	5	take	2021-10-20 13:15:21
7271	5	reply	2021-10-20 13:15:25

我想删除行组，其中在“操作”列中，字符串“发送”没有“：”（冒号）。我的意思是，我想要一个表格，其中在“操作”列中，字符串“发送”包含一个冒号以及该行的组。通过行的组，我的意思是具有相同数字和日期时间的行（在某个间隔内）。此外，数字可以重复，但日期时间不同。有超过 100 000 个数据。

新表应如下所示：

Number	Priority	Action	DateTime
7271	1	send:	2021-10-20 13:15:18
7271	1	get	2021-10-20 13:15:20
7271	5	take	2021-10-20 13:15:21
7271	5	reply	2021-10-20 13:15:25

P.S：字符串'send'带冒号（'send:'）表示回复了某个号码的客户端。

【问题讨论】：

我在想：i）创建新列，其中字符串“发送”（无冒号）为真。 ii) 然后删除一行（如果新列为 True）和（如果对应于 True 值的数字在各行中相同）和（如果 DateTime 在 True 值的 2 分钟内）。如果满足这 3 个条件，我将删除该行。有可能吗？

标签： pandas data-analysis

【解决方案1】：

使用布尔掩码：

mask = df.loc[df['Action'].str.startswith('send'), 'Action'] \
         .str.endswith(':').reindex(df.index).ffill()

df = df[mask]
print(df)

# Output:
   Number  Code Action             DateTime
4    7271     1  send:  2021-10-20 13:15:18
5    7271     1    get  2021-10-20 13:15:20
6    7271     5   take  2021-10-20 13:15:21
7    7271     5  reply  2021-10-20 13:15:25

【讨论】：

【解决方案2】：

您可以通过Series.str.startswith 与Series.cumsum 的累积总和比较send 之后的值创建组，并仅过滤send: 中的Series.isin 中的组：

m1 = df['Action'].str.startswith('send')
m2 = df['Action'].eq('send:')
s = m1.cumsum()

df = df[s.isin(s[m2])]
print (df)
   Number  Code Action             DateTime
4    7271     1  send:  2021-10-20 13:15:18
5    7271     1    get  2021-10-20 13:15:20
6    7271     5   take  2021-10-20 13:15:21
7    7271     5  reply  2021-10-20 13:15:25

【讨论】：