Python 熊猫按组删除前导零值

我想在value列中删除带零的行，直到每个组的第一个非零值的索引

输入

输出

与类似，但在索引和分组之前会将数据上移。

使用groupby和cumsum，将结果与零进行比较：

df[df.groupby('group')['value'].cumsum().gt(0)]

          date  value group
1   2019-01-02     50     A
2   2019-01-03    100     A
3   2019-01-04    120     A
5   2019-01-02     10     B
6   2019-01-03      0     B
7   2019-01-04     20     B
10  2019-01-03     10     C
11  2019-01-04      0     C

这是一个更通用的版本，用于删除具有任何前导值的行

thresh = 0
df[df['value'].ne(thresh).groupby(df['group']).cumsum().gt(0)]

          date  value group
1   2019-01-02     50     A
2   2019-01-03    100     A
3   2019-01-04    120     A
5   2019-01-02     10     B
6   2019-01-03      0     B
7   2019-01-04     20     B
10  2019-01-03     10     C
11  2019-01-04      0     C

使用groupby和cumsum，将结果与零进行比较：

df[df.groupby('group')['value'].cumsum().gt(0)]

          date  value group
1   2019-01-02     50     A
2   2019-01-03    100     A
3   2019-01-04    120     A
5   2019-01-02     10     B
6   2019-01-03      0     B
7   2019-01-04     20     B
10  2019-01-03     10     C
11  2019-01-04      0     C

这是一个更通用的版本，用于删除具有任何前导值的行

thresh = 0
df[df['value'].ne(thresh).groupby(df['group']).cumsum().gt(0)]

          date  value group
1   2019-01-02     50     A
2   2019-01-03    100     A
3   2019-01-04    120     A
5   2019-01-02     10     B
6   2019-01-03      0     B
7   2019-01-04     20     B
10  2019-01-03     10     C
11  2019-01-04      0     C

---

好的方法，如果序列包含负值，可能不起作用。@QuangHoang是的，OP可能想澄清在这种情况下的预期行为，如果要删除它们，那么解决方法很简单。如果要保留它们，那么会有点困难，但可行。评论实际上是针对您的第一个解决方案。第二个解决方案会很好。@cs95谢谢您的解决方案！理想情况下，我希望删除具有任意阈值的前导行，例如，第一个值高于20，或者第一个值低于20-10@NickD我的第二个解决方案会奏效。请看一看我编辑的内容，以确保清晰。如果序列包含负值，好的方法可能不起作用。@QuangHoang对，OP可能希望澄清在这种情况下的预期行为。如果要删除它们，那么解决方法很简单。如果要保留它们，那么会有点困难，但可行。评论实际上是针对您的第一个解决方案。第二个解决方案会很好。@cs95谢谢您的解决方案！理想情况下，我希望删除具有任意阈值的前导行，例如，第一个值高于20，或者第一个值低于20-10@NickD我的第二个解决方案会奏效。为了清晰起见，请看一看我编辑的。

thresh = 0
df[df['value'].ne(thresh).groupby(df['group']).cumsum().gt(0)]

          date  value group
1   2019-01-02     50     A
2   2019-01-03    100     A
3   2019-01-04    120     A
5   2019-01-02     10     B
6   2019-01-03      0     B
7   2019-01-04     20     B
10  2019-01-03     10     C
11  2019-01-04      0     C