Python 在表中的特定值之前获取n行

比如，我有以下数据帧：

import pandas as pd
dict = {'val':[3.2, 2.4, -2.3, -4.9, 3.2, 2.4, -2.3, -4.9, 2.4, -2.3, -4.9], 
        'label': [0, 2, 1, -1, 1, 2, -1, -1,1, 1, -1]} 
df = pd.DataFrame(dict) 
df
     val    label
0    3.2     0
1    2.4     2
2   -2.3     1
3   -4.9    -1
4    3.2     1
5    2.4     2
6   -2.3    -1
7   -4.9    -1
8    2.4     1
9   -2.3     1
10  -4.9    -1

我想在列标签中取-1值之前的每n行（例如2行）。在给定的df中，首先-1出现在索引3处，我们在它前面取2行并删除索引3，然后-1出现在索引6处，我们再次在和之前保留2行。期望的输出如下：

    val     label
1    2.4     2
2   -2.3     1
4    3.2     1
5    2.4     2
6   -2.3    -1
8    2.4     1
9   -2.3     1

谢谢你的建议

这里有一个解决方案：

new_df = pd.DataFrame()
markers = df[df.label.eq(-1)].index
for marker in markers: 
    new_df = new_df.append(df[marker-2:marker])

new_df.reset_index().drop_duplicates().set_index("index")

结果:

       val  label
index            
1      2.4      2
2     -2.3      1
4      3.2      1
5      2.4      2
6     -2.3     -1
8      2.4      1
9     -2.3      1

输出：

   val  label
1  2.4      2
2 -2.3      1
4  3.2      1
5  2.4      2
6 -2.3     -1
8  2.4      1
9 -2.3      1

---

如果前两行中的标签为-1，这也应该起作用。如果可能，最好使用包含的

索引
方法，因为它们简洁且性能良好：

idx=df[df.label==-1]。索引
过滤的_idx=（idx-1）.union（idx-2）
过滤的\u idx=过滤的\u idx[过滤的\u idx>0]
df_new=df.iloc[filtered_idx]
“”“输出
val标签
1  2.4      2
2 -2.3      1
4  3.2      1
5  2.4      2
6 -2.3     -1
8  2.4      1
9 -2.3      1
"""

与
for循环
解决方案的速度比较：

#创建大df:
将numpy作为np导入
df=pd.DataFrame（np.random.random（（20000000,2）），列=[“val”，“label”]）
df.loc[df.sample（分形=0.01）.索引，“标签”]=-1
def矢量化_过滤器（df）：
idx=df[df.label=-1]。索引
过滤的_idx=（idx-1）.union（idx-2）
df_new=df.iloc[filtered_idx]
返回新的
def环路过滤器（df）：
filter=df.loc[df['label']==-1]。索引
req_idx=[]
对于过滤器中的idx：
如果idx==0：
持续
elif idx==1：
请求idx.append（idx-1）
其他：
请求idx.append（idx-2）
请求idx.append（idx-1）
req_idx=列表（集合（req_idx））
df2=df.loc[df.index.isin（请求idx）]
返回df2
开始=时间。时间（）
q=矢量化滤波器（df）
t1=时间。时间（）-开始
开始=时间。时间（）
q2=环路滤波器（df）
t2=时间。时间（）-开始
t2/t1#~20在我的机器上
您想以矢量化的方式进行，还是循环就足够了？循环应该足够了谢谢您的回答。（idx-1）联合体（idx-2）部件做什么？idx-2在标签为-1之前有两行，主要是我不明白为什么（idx-1）@Sascha idx==Int64Index（[3,6,7,10]，dtype='int64'），idx-1==Int64Index（[2,5,6,9]，dtype='int64'）。它只是将行值偏移-1，组合（在集合意义上）与idx偏移-2。另外：请参阅速度比较，了解为什么循环是个坏主意。对于较小的dfs来说这是可以的，但是您会发现它对于大数据来说不够快quickly@Sascha
idx
表示
-1
的索引
idx-1
表示紧靠
-1
之前的索引，同样地
idx-2
表示
-1
之前的索引，偏移量为2
union
这里与集合中的相同，它将两者结合起来
（idx-1）。union（idx-2）
将通过偏移量
1
和
2
为您提供
-1
之前的索引：这里有一个指向相关文档页面@Sascha yes的链接。您可以在jupyter或ipython中检查输出以查看索引值。对于两行以上的行，可能有更简洁的方法。我还注意到我刚刚修复了一个错误，索引将换行为负数。我认为这将重复索引5，这就是为什么在末尾会出现拖放重复。看看实际结果@anon01ah是的，只是没有重新分配给新的
   val  label
1  2.4      2
2 -2.3      1
4  3.2      1
5  2.4      2
6 -2.3     -1
8  2.4      1
9 -2.3      1