Python 找出数据帧中事件的中间出现的“0”和第一出现的“1”

您好，我有一个pandas数据框，它有事件列和其他列。我想在id上执行group by，在group by上我想从所有连续0中提取2条记录我想找出连续5 0的模式可能更多，但它也必须始终后跟1，然后确定一组记录，即连续5 0的一个d后跟下一个1，然后从这5组0的记录中获取0的中间行，找出0之后的第一个1并获取该行。但对于0，我应该重复5次或更多次，然后从最后5个记录中获取中间行

简言之： 我想要0和1的集合，条件是只取1，对于上面找到的继续5 0或更多，如果此模式是多次的，则取一个模式为每个id获取两条记录，每个id具有0和1

例如

 import pandas as pd
 data={'id':[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
        2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2],
  'name': ['a','b','c','d','e','f','g','h','i','j','k','l','m','n'
          ,'o','p','q','r','s','t','a1','b1','c1','d1','e1','f1','g1','h1','i1','j1','k1','l1','m1','n1'
          ,'o1','p1','q1','r1','s1','t1','aa','bb','cc','dd','ee','ff',
          'gg','hh','ii','jj','kk','ll','mm','nn'
          ,'oo','pp','qq','rr','ss','tt','aa1','bb1','cc1','dd1','ee1','ff1',
          'gg1','hh1','ii1','jj1','kk1','ll1','mm1','nn1'
          ,'oo1','pp1','qq1','rr1','ss1','tt1'],
  'value':[0,0,1,0,0,0,0,0,0,1,1,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,
           0,0,0,0,0,0,0,1,0,1,1,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0]}
 df=pd.DataFrame.from_dict(data)

作为输出，我希望每个id获得2条记录，一条为0，一条为1。0行应该是5个或更多连续0的中间记录

预期产出为：

    id  name    value

 16 1   q       0
 19 1   t       1

64  2   ee1     0
67  2   hh1     1

---

您可以使用透视表并为不同的值应用掩码来完成此操作。首先，我们应该按id、值对进行分组：

然后选择每个值的零==0和id对，并保留中间值：

mask_zeros = ((df_grouped['value']==0)*
              (df_grouped['name'].apply(len)>=5))
df_zeros = mask_zeros*df_grouped['name'].apply(
           lambda x: x[int(np.ceil(.5*len(x)))] 
                      if len(x)%2==1 
                      else x[int(.5*len(x))])
print(df_zeros)

0    f
1     
2    o
3     

并选择每个值==1和id对的第一个名称：

然后，通过指定以下项仅保留选定的名称：

 df_grouped['name'] = df_ones + df_zeros

 df_grouped = df_grouped.merge(df.reset_index(),
                               on=['name','value','id']
                               ).set_index('index')
 print(df_grouped)

       id  value name
index                
5       1      0    f
2       1      1    c
14      2      0    o
10      2      1    k

---

我打破了台阶

df['New']=df.value.diff().fillna(0).ne(0).cumsum()
df1=df.loc[df.value.eq(0)]
s1=df1.groupby(['id','New']).filter(lambda x : len(x)>=5 ).groupby('id').apply(lambda x : x.iloc[len(x)//2-1:len(x)//2+1] if len(x)%2==0 else x.iloc[[(len(x)+1)//2],:] ).reset_index(level=0,drop=True)
s2=df1.groupby(['id','New']).filter(lambda x : len(x)>=5 )
pd.concat([df.loc[s2.drop_duplicates(['id'],keep='last').index+1],s1]).sort_index()
Out[1995]: 
    id name  value  New
5    1    f      0    2
6    1    g      0    2
9    1    j      1    3
14   2    o      0    4
16   2    q      1    5

---

谢谢Mabel，但我只需要4条记录作为输出，就这样。我不明白你的答案对我有什么帮助？好的，我知道了。如果有奇数个0，两个相邻的中间元素和第一个1，你想返回中间元素吗？是的，只需要一个小的更改，我不需要两个相邻的0，只有一个就可以了。实际上，我似乎尚未涵盖我的数据集的所有场景。我不是在寻找索引+1的下一个立即数，但我在寻找0之后出现的1，现在1可以是下一个立即数索引，也可以是多个0之后。因此，我需要我们确定的0之后的任何第一个1？对此有何建议？另一个问题是，在我的数据集中它的发生就像我得到了相当多的0的数量，比如20-25个计数，然后得到1，那么是否有可能得到最后5个连续的0，并将中间部分作为0的一个记录，并将下一个1作为1的另一个记录？我的数据是每个月的事件，所以在目前的情况下，我从2014年得到0，从2017年得到1，这是什么时间窗很大。我希望我有点清楚？如果你的问题解决了，请用绿色勾号标出正确答案，这样线程就关闭了。

 df_grouped['name'] = df_ones + df_zeros

 df_grouped = df_grouped.merge(df.reset_index(),
                               on=['name','value','id']
                               ).set_index('index')
 print(df_grouped)

       id  value name
index                
5       1      0    f
2       1      1    c
14      2      0    o
10      2      1    k

df['New']=df.value.diff().fillna(0).ne(0).cumsum()
df1=df.loc[df.value.eq(0)]
s1=df1.groupby(['id','New']).filter(lambda x : len(x)>=5 ).groupby('id').apply(lambda x : x.iloc[len(x)//2-1:len(x)//2+1] if len(x)%2==0 else x.iloc[[(len(x)+1)//2],:] ).reset_index(level=0,drop=True)
s2=df1.groupby(['id','New']).filter(lambda x : len(x)>=5 )
pd.concat([df.loc[s2.drop_duplicates(['id'],keep='last').index+1],s1]).sort_index()
Out[1995]: 
    id name  value  New
5    1    f      0    2
6    1    g      0    2
9    1    j      1    3
14   2    o      0    4
16   2    q      1    5