我有一个包含列(A、B、C、D、F)的 df。我想要: 1)比较连续的行 2)如果连续E之间的绝对差<=1且连续C之间的绝对差>7,则删除C值最低的行。 示例数据:
A B C D E
0 94.5 4.3 26.0 79.0 NaN
1 34.0 8.8 23.0 58.0 54.5
2 54.2 5.4 25.5 9.91 50.2
3 42.2 3.5 26.0 4.91 5.1
4 98.0 8.2 13.0 193.7 5.5
5 20.5 9.6 17.0 157.3 5.3
6 32.9 5.4 24.5 45.9 79.8
期望的结果:
A B C D E
0 94.5 4.3 26.0 79.0 NaN
1 34.0 8.8 23.0 58.0 54.5
2 54.2 5.4 25.5 9.91 50.2
3 42.2 3.5 26.0 4.91 5.01
4 32.9 5.4 24.5 45.9 79.8
与第 3 行相比,第 4 行被删除。第 5 行现在是第 4 行,与第 3 行相比,它被删除。
此代码将结果作为 bool 值返回(不是带有值的 df)并且不满足所有条件。
df = (abs(df.E.diff(-1)) <=1 & (abs(df.C.diff(-1)) >7.)
代码的结果:
0 False
1 False
2 False
3 True
4 False
5 False
6 False
dtype: bool
感谢任何帮助。
请您参考如下方法:
使用 shift()比较行,然后用 while 循环迭代直到没有新的变化发生:
while(True):
rows = len(df)
df = df[~((abs(df.E - df.E.shift(1)) <= 1)&(abs(df.C - df.C.shift(1)) > 7))]
df.reset_index(inplace = True, drop = True)
if (rows == len(df)):
break
它产生所需的输出:
A B C D E
0 94.5 4.3 26.0 79.00 NaN
1 34.0 8.8 23.0 58.00 54.5
2 54.2 5.4 25.5 9.91 50.2
3 42.2 3.5 26.0 4.91 5.1
4 32.9 5.4 24.5 45.90 79.8
