提取有序数据帧的列值递减的行

Question

我有一个数据帧，其中包含有关建筑物、其状态以及记录状态的时间的信息。

为了简单起见，我在这个示例表中将它们编码为数字：

id	时间	状态
101	1	1
101	2	2
101	3	3
102	2
102	2	1
102	3	2
102	4	3

如果所有值都像0一样大，则在lambda函数中的一个groupby中获取每个id的差分(用于避免双重groupby(进行检查，并且对于值不匹配的具有反向掩码的列表过滤器索引条件：

#if necessary sorting per id and time
df = df.sort_values(['id','time'])
s = df.groupby('id')['status'].apply(lambda x: np.all(np.diff(x) > 0))
L = s.index[~s].tolist()
print (L)
[102]

如果需要行，则使用GroupBy.transform作为boolean indexing:中可能的过滤器

#if necessary sorting per id and time
df = df.sort_values(['id','time'])
df1 = df[~df.groupby('id')['status'].transform(lambda x: np.all(np.diff(x) > 0))]
print (df1)
id  time  status
3  102     1       2
4  102     2       1
5  102     3       2
6  102     4       3

这里有一种方法：set_index到"id"；，则groupbyit；"状态"；条目，并查看是否有任何值小于0；这将创建一个布尔级数，其中任何负值都为True。然后按"；id"；再看是否有"；id"；具有负值；这也创建了一个布尔级数。使用其值筛选序列的索引。

msk = df.set_index('id').groupby(level=0)['status'].diff().le(0).groupby(level=0).any()
out = msk[msk].index.tolist()

输出：

[102]