Python Concat基于条件的列值

此代码：

import numpy as np
import pandas as pd

df = pd.DataFrame(['a1', 'a2', 'stop', 'a4', 'a4', 'a5', 'stop', 'a3'],
                  columns=['c'])

呈现：

      c
0    a1
1    a2
2  stop
3    a4
4    a4
5    a5
6  stop
7    a3

我试图生成以下数据帧，其中列中的值被连接，直到遇到“stop”值：

columns = ['c1' , 'c2']
data = np.array([['a1, a2','stop'] , ['a4, a4, a5','stop']])
df = pd.DataFrame(data, columns=columns)
df

           c1    c2
0      a1, a2  stop
1  a4, a4, a5  stop

如果这是一种有效的方法，请过滤列值为“stop”的行：

df[df['c'] == 'stop']

---

然后访问前面的行？

首先，通过测试

c

与“stop”的相等性来创建布尔掩码：

您还指定要在最终停止后忽略值。使用以下命令截断两个序列：

>>> stop = mask[::-1].idxmax()
>>> mask = mask[:stop]
>>> c = df['c'][:stop].copy()

现在分组：

>>> c.groupby(mask.cumsum()).apply(lambda s: s[s!='stop'].tolist())
c
0        [a1, a2]
1    [a4, a4, a5]

对于累积和，

True

映射为1，

False

映射为0。这就是分组

---

脚注-无论序列中的最终值是否以

stop

结束，此逻辑都应起作用。

最后一个

a3

值会发生什么情况？@coldspeed a3值应忽略，不是应该是

[['a1，a2'，'stop'，['a4，a5'，'stop']

？不清楚第二行中的

a3

的位置from@SeijiArmstrong您的问题已更新，谢谢。接受的答案仍然有效。@blue sky Prefilter first:

df=df.loc[：df.c.eq（'stop'）[：-1].idxmax（）]

您正在计算

df.c.eq（'stop'）

，所以一定要重用掩码；）只是一个小小的改进，为什么不把过滤器移到外面应用，这会加快它的速度up@Wen我不确定这在这里是否可行？因为

s[s！='stop]

分别应用于每个子系列。但如果我错了，请编辑

>>> c.groupby(mask.cumsum()).apply(lambda s: s[s!='stop'].tolist())
c
0        [a1, a2]
1    [a4, a4, a5]