Python 根据groupby条件删除行

我有以下带有（“ID”、“月份”和“状态”）的数据框。状态为“搅动”=1和“不搅动”=2

对于在观察期内状态为2但状态为1（客户处于非活动状态，然后重新激活自身）的客户，我必须删除状态为1（客户流失）的所有行

转换后的数据帧应该如下所示

     ID     Month   Status
     3863   201807  2
     3863   201808  2
     3863   201809  2
     3863   201810  2
     3863   201811  2
     3863   201812  2
     3863   201901  2
     3863   201902  2
     3863   201903  2
     3863   201904  2
     3863   201905  2
     3863   201906  2
     3863   201907  2
     3863   201908  1

用于情况1，与一起用于情况2：

case1 = df['Status'].eq(1).groupby(df['ID']).transform('all')
case2 = (df['Status'].where(df['Status'].ne(1))
                     .groupby(df['ID'])
                     .bfill()
                     .eq(2)
                     .mul(df['Status'].eq(1)))
df_filtered = df.loc[~(case1|case2)]
print(df_filtered)

      ID   Month  Status
7   2311  201710       2
8   2311  201711       2
9   2311  201712       2
10  2312  201708       2
11  2312  201709       2
12  2312  201710       2
13  2312  201711       2
14  2312  201712       1

用于情况1，与一起用于情况2：

case1 = df['Status'].eq(1).groupby(df['ID']).transform('all')
case2 = (df['Status'].where(df['Status'].ne(1))
                     .groupby(df['ID'])
                     .bfill()
                     .eq(2)
                     .mul(df['Status'].eq(1)))
df_filtered = df.loc[~(case1|case2)]
print(df_filtered)

      ID   Month  Status
7   2311  201710       2
8   2311  201711       2
9   2311  201712       2
10  2312  201708       2
11  2312  201709       2
12  2312  201710       2
13  2312  201711       2
14  2312  201712       1

---

定义以下功能：

def fn(grp):
    if ~grp.Status.eq(2).any():
        # No rows with Status == 2 -> return nothing
        return None
    srt = grp.sort_values('Month')  # Sort rows
    # Status == 1 after Status == 2
    stat2after1 = srt.Status.shift().eq(1) & srt.Status.eq(2)
    if stat2after1.any():           # Something found
        cs = srt.Status.eq(2).cumsum()
        # Return rows from the first with Status == 2 on
        return srt[cs.gt(0)]
    return srt      # Return all rows (sorted)

然后，将结果应用于每组：

df.groupby('ID').apply(fn).reset_index(level=0, drop=True)

---

定义以下功能：

def fn(grp):
    if ~grp.Status.eq(2).any():
        # No rows with Status == 2 -> return nothing
        return None
    srt = grp.sort_values('Month')  # Sort rows
    # Status == 1 after Status == 2
    stat2after1 = srt.Status.shift().eq(1) & srt.Status.eq(2)
    if stat2after1.any():           # Something found
        cs = srt.Status.eq(2).cumsum()
        # Return rows from the first with Status == 2 on
        return srt[cs.gt(0)]
    return srt      # Return all rows (sorted)

然后，将结果应用于每组：

df.groupby('ID').apply(fn).reset_index(level=0, drop=True)

---

---

正在分组的是什么？这看起来像是一个相当直接的

loc

example:）按ID和状态分组？如果您有什么想法，请发送给我，我可以尝试使用您的当前信息，这两种情况都只是状态

df[df.status！=1]上的一个过滤器

我现在明白了，我没有正确解释。我添加了客户状态为2，然后更改为状态为1的情况。该行必须保留，因为这是有关客户的信息。我看到这样的问题：如果没有状态为2的行，则删除该客户状态为1的所有行如果re是状态为2的行，但状态为2的一个月大于状态为1的一个月。正在分组的是什么？这看起来是一个相当直接的

loc

example:）按ID和状态分组？如果您有什么想法，请发送给我，我可以尝试使用您的当前信息，这两种情况都只是状态的一个过滤器

df[df.status！=1]

我现在明白了，我没有正确解释。我添加了客户状态为2，然后更改为状态为1的情况。该行必须保留，因为这是有关客户的信息。我看到这样的问题：如果没有状态为2的行，则删除该客户状态为1的所有行如果re是状态为2的一行，但状态为2的一个月大于状态为1的一个月可能我在这里没有使用正确的示例，但在实际数据集中，此转换不起作用。我将尝试更好地解释刚刚开始的情况2。您应该在stackoverflow中问另一个新问题，因为我们已经花时间解决了前一个问题现在你改变了它你是对的，但解决问题也很重要。我本来想更好地解释这个问题的。你解释了一个与它无关的问题。如果你现在改变这个问题，人们会看到这个问题，认为这个答案是错的，当它不是错的时候，他们会投反对票。这对一开始是正确的所有问题。你可以问另一个新问题并正确地提出问题。可能我在这里没有使用正确的示例，但在实际数据集中，此转换不起作用。我将尝试更好地解释刚刚开始的案例2。你应该在stackoverflow中问另一个新问题，因为我们已经花时间解决了前一个问题，并且现在你改变了它你是对的，但解决问题也很重要。我本来想更好地解释这个问题。你解释了一个与它无关的问题。如果你现在改变了问题，人们会看到这个问题，认为这个答案是错的，当它不是错的时候，他们会投反对票。这对于最初的问题是正确的估计。您可以提出另一个新问题并正确地提出问题。当状态==1之后的状态==2->仅为状态2之前的行删除状态==1的行，而不是全部（状态2之后的状态为1的行）。是否可以为此更正函数？当状态==1之后的状态==2->仅对状态2之前的行（而不是所有的行（状态为2的行之后的状态为1的行）删除状态==1的行时，只有一件事是有效的，tnx。是否可以为此更正函数？