GroupBy根据列值删除前导行和最后一行

Question

我有一个数据帧df:-

成功成功成功单击[/tr>表格电子邮件成功点击[/tr>成功电子邮件网页电子邮件//tr>表格网页成功

ID	日期	事件
1	30-10-2013
1	2013年8月11日
1	2013年6月12日
1	2014年2月24日
1	2014年2月24日
1	2014年4月3日
1	2014年4月15日
1	2014年4月16日
1	2014年5月17日
1	2014年6月21日
1	2014年1月1日
1	2014年3月7日
2	2014年7月5日
2	2014年8月6日
2	2014年7月9日

如果数据帧已经排序，这应该可以工作：

df["n"] = df.groupby("ID")["Event"].transform(lambda x: (x == "Success").shift(1, fill_value=0).cumsum())
df["keep"] = df.groupby(["ID", "n"])["Event"].transform(lambda x: (len(x) > 1) & (x.iloc[-1] == "Success"))
result = df.loc[df["keep"]].drop(columns=["keep", "n"])

一点解释：

• "n〃；对包含一个"1"的一组行进行编号；成功"；，使用此技巧：https://www.codeforests.com/2021/03/30/group-consecutive-rows-in-pandas/
• "保持"；基于包含多于1行(不仅仅是单个"成功"(并且最后一行是"成功"的行组创建过滤器；成功

更新版本(根据评论(：

df["n"] = df.groupby("ID")["Event"].transform(lambda x: (x == "Success").shift(1, fill_value=0).cumsum())
df["keep"] = df.groupby(["ID", "n"])["Event"].transform(lambda x: (len(x) > 1))
df = df.loc[df["keep"]]  # remove leading "Success" rows
df["keep"] = df.groupby("ID")["n"].transform(lambda x: x != x.max() if len(x.unique()) > 1 else True)
df = df.loc[df["keep"]]  # remove trailing rows after last "Success"