如何在列[1]中连续第二次出现“0”时返回列[0]的值

Question

问题/上下文： 我正在尝试编写一个代码，该代码将读取指定文件夹中的每个 CSV 文件，查找列索引 [1] 中第二次连续出现的零，并在找到时显示列索引 [0] 中的相应值。以下是我到目前为止所拥有的，但它不起作用。它只是表示不存在具有两个连续零的列。但是，当我打开各个文件时，我可以清楚地看到有些列带有两个连续的零。

当前代码：

import os
import pandas as pd

folder_path = "/content/drive/session 1 & 2"

def find_column1_value_for_second_zero(file_path):
    try:
        df = pd.read_csv(file_path)
        consecutive_zeros = 0
        column1_value = None

        for _, row in df.iterrows():
            if row.iloc[1] == 0:
                consecutive_zeros += 1
                if consecutive_zeros == 2:
                    column1_value = row.iloc[0]
                    break
            else:
                consecutive_zeros = 0

        return column1_value
    except Exception as e:
        print(f"Error reading file '{file_path}': {str(e)}")
        return None

for filename in os.listdir(folder_path):
    if filename.endswith(".csv"):  # Assuming your files are CSV format
        file_path = os.path.join(folder_path, filename)
        
        column1_value = find_column1_value_for_second_zero(file_path)
        
        if column1_value is not None:
            print(f"In file '{filename}', the value in column 1 for the second zero in column 2 is: {column1_value}")
        else:
            print(f"In file '{filename}', no second zero in column 2 was found.")

预期结果：获取第[0]列中与第[1]列中第二个连续零位于同一行的值。 实际结果：每行返回“在第 2 列中未找到第二个零。”

Answer 1

您可以设置

col0, col1 = df.columns[:2]

，然后使用以下一行，该行使用

col1

中的值的累积计数。

col1_value = df.loc[(df.groupby(col1).cumcount() == 1) & (df.col1 == 0), [col0]].values[0][0]

对于以下数据框：

>>> df
   col0  col1
0     1     1
1     2     0
2     3     0 # second consecutive occurrence of 0
3     4     2
4     5     2
5     6     0
6     7     0
7     8     0
8     9     2
9    10     2

col1_value = 3

对应于第二次连续出现 0。