Python 在满足条件后，使用熊猫放弃小组中的所有观察

我有一个熊猫数据框，它基本上是一个不平衡的面板。我想做的就是，对于每个小组，在满足条件后放弃所有观察结果。鉴于此数据集：

person    period    hasTattoo
  A         1          N
  A         2          Y
  A         3          Y
  A         4          Y
  B         1          N
  B         2          N
  C         1          Y
  C         2          Y

我想得到这个：

person    period    hasTattoo
  A         1          N
  A         2          Y
  B         1          N
  B         2          N
  C         1          Y

我只包括不满足条件的时间段，以及满足条件的时间段，不包括之后的时间段。在R中，我只能使用data.table

dat[, subCount := 1:.N, by = c("person", "hasTattoo")]
dat <- dat[!(hasTattoo=="Y" & subCount > 1),]

dat[，subCount:=1.N，by=c（“人”，“有纹身”）]
dat 1），]

适用于熊猫0.12

def f(df):
    mask = np.cumsum((df.hasTattoo == "Y").values) <= 1
    return df[mask]

df.groupby("person").apply(f)

def（df）：
mask=np.cumsum（（df.has纹身==“Y”）.values）Huzzah！谢谢,谢谢。很抱歉问这个愚蠢的问题，但是什么是.values方法？
.values
获取原始的ndarray值，我使用这个方法是因为我的pandas版本（0.12）中有一些无法使用cumsum bool系列的bug。这在0.13中是固定的，因此您可以使用Series对象的
.cumsum（）
方法。没有累加或in？
def f(df):
    mask = (df.hasTattoo == "Y").cumsum() <= 1
    return df[mask]

df.groupby("person").apply(f)