Python 熊猫在每n个连续行中保持最高值

我有一个名为

df_initial

的pandas数据帧，有两列“a”和“b”以及N行

我想将行数减半，删除“b”值较低的行

因此，在第0行和第1行之间，我将保留第1行，在第2行和第3行之间，我将保留第3行，以此类推

这是我希望得到的结果：

print(df_initial)
         a     b
0     0.04  0.01
1     0.05  0.22
2     0.06  0.34
3     0.07  0.49
4     0.08  0.71
5     0.09  0.09
6     0.10  0.98
7     0.11  0.42
8     0.12  1.32
9     0.13  0.39
10    0.14  0.97
11    0.15  0.05
12    0.16  0.36
13    0.17  1.72
....

print(df_reduced)
         a     b
0     0.05  0.22
1     0.07  0.49
2     0.08  0.71
3     0.10  0.98
4     0.12  1.32
5     0.14  0.97
6     0.17  1.72
....

是否有一些功能可以执行此操作

我看到有一个重采样函数，

DataFrame.resample（）

，但它对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，所以在本例中不是这样

感谢帮助我的人

您可以每两行（一种简单的方法是采用索引的形式）和采用列b对数据帧进行索引：

df.loc[df.groupby(df.index//2).b.idxmax(), :]

    a     b
0  0.05  0.22
1  0.07  0.49
2  0.09  0.71
3  0.11  0.98
4  0.13  1.32
5  0.15  0.97
6  0.17  1.72

---

或使用：

---

这是一个简单示例的应用程序，您可以在基础上应用它

import numpy as np
import pandas as pd
ar = np.array([[1.1, 1.0], [3.3, 0.2], [2.7, 10],[ 5.4, 7], [5.3, 9],[ 1.5, 15]])
df = pd.DataFrame(ar, columns = ['a', 'b'])



for i in range(len(df)):
    if df['b'][i] < df['a'][i]:
        df = df.drop(index = i)
print(df)````

将numpy导入为np
作为pd进口熊猫
ar=np.数组（[[1.1,1.0]，[3.3,0.2]，[2.7,10]，[5.4,7]，[5.3,9]，[1.5,15]）
df=pd.DataFrame（ar，列=['a'，'b']）
对于范围内的i（len（df））：
如果df['b'][i]

如果您想要随机样本，可以使用

sample（）

，但您所描述的内容非常特定于您的用例，因此不会内置。我建议将

b

作为一个numpy数组取出，并获取该数组上的行索引，感谢您的贡献。如果我将行按3或4分组，那么将索引除以3或4就足够了吗？是吗？是的，没错，只需将楼层划分为您想要分组的任意多行即可。不客气！谢谢，还有一个问题：如果有时我分组的两行具有相同的“b”值，会发生什么情况？他们两个都留下吗？不，只留下一个。给定两个相等的值，

idxmax

将返回第一个值的索引。@AndreaBarnabò是否清楚？否则请告诉我。别忘了你可以投票/接受答案，谢谢！

import numpy as np
import pandas as pd
ar = np.array([[1.1, 1.0], [3.3, 0.2], [2.7, 10],[ 5.4, 7], [5.3, 9],[ 1.5, 15]])
df = pd.DataFrame(ar, columns = ['a', 'b'])



for i in range(len(df)):
    if df['b'][i] < df['a'][i]:
        df = df.drop(index = i)
print(df)````