当值连续 1 4 次时，如何在 pandas groupby 中保持分组

Question

我想对我的数据框进行分组，并检查标志列的每列值是否在组中连续保持 1 等于或大于 2 行，然后如果组计数小于连续 1 从数据框删除，则保留该组

dataframe1=pd.DataFrame({'x1':[5,678,78,89,4,5,6,5],'x2':[555,555,555,555,3,3,3,3],'flag':[1,1,0,0,1,0,0,0]}) 

df_out=dataframe1=pd.DataFrame({'x1':[5,678],'x2':[555,555],'flag':[1,1]})


i can use groupby :

df_out=dataframe1.groupby(by='x2')

Answer 1

可以在非零差上使用

cumsum()

来识别标志块：

blocks = dataframe1.flag.diff().ne(0).cumsum()
sizes = blocks.groupby([dataframe1['X2'],blocks]).transform('size')

dataframe1[dataframe1['flag'].eq(1) & sizes.ge(2)]

输出：

    x1   x2  flag
0    5  555     1
1  678  555     1

Answer 2

找出每组中标志的连续差异。如果为 NaN，则将其设为零。求和，如果等于或小于 2，则拾取它。

 s=dataframe1[dataframe1['flag'].eq(1)]#Filter 1s
 
 s[s.groupby('x2')['flag'].transform(lambda x: (x.diff().fillna(0).eq(0).sum())).ge(2)]#Filter the consecutive as stated



    x1   x2  flag
0    5  555     1
1  678  555     1

Answer 3

def function1(dd: pd.DataFrame):
    if len(dd) > 1 and dd.flag.eq(1).all():
        return dd

col1 = dataframe1.flag.ne(dataframe1.flag.shift()).cumsum()
dataframe1.groupby(col1,group_keys=False).apply(function1)

输出：

    x1   x2  flag
0    5  555     1
1  678  555     1