Фильтрация строк перед определенными критериями по группе в пандах

Я пытаюсь выяснить, как я могу фильтровать строки в pandas на основе определенных критериев, которые меняются для каждой группы. См. фиктивные данные здесь и желаемый результат.

Фиктивные данные

data = {'ID':['1111', '1111', '1111', '1111','1112','1112','1112','1112','1112'],
        'Category':[1,2,2,2,1,3,2,2,1]}
pd.DataFrame(data)
ID      Category
1111    1
1111    2
1111    2
1111    2
1112    1
1112    3
1112    2
1112    2
1112    1

Теперь я пытаюсь отфильтровать фрейм данных таким образом, чтобы для каждогоID он выбирал все строки до при первом появлении Category 2. Вот так будет выглядеть желаемый результат

ID      Category
1111    1
1112    1
1112    3
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
1
0
32
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Попробуй это:

df[(df['Category'] != 2).groupby(df['ID']).cumprod()] 

Выход:

     ID  Category
0  1111         1
4  1112         1
5  1112         3

Подробности:
Создайте логическую серию, где True, когда категория не равна 2, затем используйте cumprod, чтобы первая ложная категория = 2, она оставалась ложной для каждой группы.

Меня всегда смущало, почему у панд нет чего-то вроде метода .partitionby... интересно, если я когда-нибудь доберусь до этого, я мог бы предложить это... пожимает плечами...

Jon Clements 09.04.2022 23:41

@JonClements В чем вы видите разницу между groupby и partitionby?

Scott Boston 09.04.2022 23:43
df = pd.DataFrame(data)
df.loc[df.Category.eq(2).groupby(df.ID).cumsum().eq(0)]
#      ID  Category
# 0  1111         1
# 4  1112         1
# 5  1112         3

Другие вопросы по теме