如何在 Pandas 数据帧中特定列值之后获取 n 行之前或之后

Question

>我有一个结果集，我想从中获取与特定单元格值匹配的行之后（之前）的下 n 行（或前 n 行）。

例如，这是我的数据：

A    B   C
1   10   2018-11-01
2   20   2018-10-31
3   30   2018-10-30
4   40   2018-10-29
5   50   2018-10-28
6   60   2018-10-27

我有兴趣在 C=2018-10-28

（日期类型）的行之前获得 3 行，包括 C=2018-10-28 行，所以我的输出应该是

 A    B   C
3   30   2018-10-30
4   40   2018-10-29
5   50   2018-10-28

我尝试了 loc，但它需要索引，所以这引发了错误：df2 = df2.loc[:C].tail(3) TypeError: can't compare datetime.date to int。

Answer 1

检查dtypes df ： 如果C列中的df.dtypes不是日期时间，则将其转换为日期时间：

df.dtypes
Out[46]:
B     int64
C    object
dtype: object
df['C'] = pd.to_datetime(df['C'])
df.dtypes
Out[48]:
B             int64
C    datetime64[ns]
dtype: object

现在，"C"列与日期时间格式的字符串相当：

target_date = "2018-10-28"
df[df['C'] >= target_date].tail(3)
    B          C
A
3  30 2018-10-30
4  40 2018-10-29
5  50 2018-10-28

但在更一般的情况下（有多个目标列并且数据是无序的），您可以使用以下方法：

df
A    B          C
0   10 2018-09-10
1   20 2018-07-11
2   20 2018-06-12
3   30 2018-07-13
4   50 2018-10-28
5   10 2018-11-01
6   20 2018-10-31
7   30 2018-10-30
8   40 2018-10-29
9   50 2018-10-28
10  60 2018-10-27
index = df[df['C'] == '2018-10-28'].index
index
Out:
Int64Index([4, 9], dtype='int64', name=0)

使用 slice 和 .iloc 获取目标：

slices = [slice(i, i-3, -1) for i in indicies]
slices
Out: [slice(4, 1, -1), slice(9, 6, -1)]
pd.concat([df.iloc[sl] for sl in slices])
    B          C
A
4  50 2018-10-28
3  30 2018-07-13
2  20 2018-06-12
9  50 2018-10-28
8  40 2018-10-29
7  30 2018-10-30

生成的帧未排序，但很容易修复。此方法仅适用于数字索引，但在不存在的情况下，您可以使用 pd.reset_index() 添加它。

Answer 2

我有兴趣在 C = 2018-10-28 的行之前获得 3 行

首先通过pd.Series.idxmax找到索引，然后使用pd.DataFrame.iloc切片，它支持整数位置索引：

idx = df['C'].eq('2018-10-28').idxmax()
res = df.iloc[idx-2: idx+1]
print(res)
#    A   B          C
# 2  3  30 2018-10-30
# 3  4  40 2018-10-29
# 4  5  50 2018-10-28

Answer 3

你可以使用一些东西

s = StringIO("""
A    B   C
1   10   2018-11-01
2   20   2018-10-31
3   30   2018-10-30
4   40   2018-10-29
5   50   2018-10-28
6   60   2018-10-27""")
final = pd.read_csv(s, sep='ss+', engine='python')
final['C] = pd.to_datetime(final['C])

最后

  A   B           C
0  1  10  2018-11-01
1  2  20  2018-10-31
2  3  30  2018-10-30
3  4  40  2018-10-29
4  5  50  2018-10-28
5  6  60  2018-10-27
final.loc[final[final['C'] == '2018-10-28'].index[0]-2:final[final['C'] == '2018-10-28' ].index[0]]

输出

   A   B           C
2  3  30  2018-10-30
3  4  40  2018-10-29
4  5  50  2018-10-28