在大熊猫的特定一排之后，找到下一个符合条件的第一排

Question

我有一个熊猫数据帧，如下所示：

first   second
0   True    False
1   False   True
2   True    True
3   False   False
4   False   True
5   False   True
6   True    False
7   False   False

可以用以下代码创建：

import pandas as pd
df = pd.DataFrame(
{
'first': [True, False, True, False, False, False, True, False], 
'second': [False, True, True, False, True, True, False, False]
}
)

对于在第一列中具有True值的任何行，我希望在接下来的行中找到第二列的值为True的第一行。

所以输出应该是：

first   second
1   False   True
4   False   True

此外，我的首要任务是不使用任何for循环。

你知道这件事吗？

Answer 1

您可以使用：

g = df['first'].ne(df['first'].shift()).cumsum().loc[~df['first']]
# or
# g = df['first'].cumsum()[~df['first']]
out = df[df['second']].groupby(g).head(1)

输出：

first  second
1  False    True
4  False    True

中间石斑鱼g:

1    2
3    4
4    4
5    4
7    6
Name: first, dtype: int64

Answer 2

没有groupby的另一种方法：

out = (df.loc[df.loc[df.any(axis=1), 'first'].shift(fill_value=False)
.loc[lambda x: x].index])
print(out)
# Output
first  second
1  False    True
4  False    True

注意：它之所以有效，是因为在first列的两个True值之间，second列总是有一个True值。

Answer 3

另一种方法：

first_true_idx = df.loc[df['first']].index
second_true_idx = df.loc[df['second']].index
df = df.loc[second_true_idx[list(filter(
lambda x:x>=0, [(second_true_idx  > e).tolist().index(True) 
if (second_true_idx > e).any() else -1 for e in first_true_idx]))]]

打印(df(：

first  second
1  False    True
4  False    True

我认为它应该适用于任何位置真正的价值观在"秒"基本上，我试图在第二个真正的索引中为第一个真正索引中的每个索引寻找第一个更大的索引。这正是你要问的。