Python 如何在大熊猫的同一艘船上安装连续安装的最古老部分？

我有一个熊猫

数据帧

，部分安装在船上。 我想为每艘

船

/

零件

保留最早的连续安装（见

日期

）。我该怎么做

输入：

| date  | boat | part
|-------|------|-----
| 01/01 | A    | C <-- Keep this row because this is first install of C in A
| 01/02 | A    | C  
| 01/03 | A    | C
| 01/04 | A    | D <-- Keep this row because this is first install of D in A
| 01/05 | A    | D
| 01/06 | A    | C <-- Keep this row because this is first install of C in A after D
| 01/07 | A    | C
| 01/08 | A    | C
| 01/09 | B    | C <-- Keep this row because this is first install of C in B
| 01/10 | B    | C

| date  | boat | part
|-------|------|-----
| 01/01 | A    | C
| 01/04 | A    | D
| 01/06 | A    | C
| 01/09 | B    | C

使用：

详细信息：

首先将连续值与和

shift

进行比较：

print (df[['boat','part']].ne(df[['boat','part']].shift()))
    boat   part
0   True   True
1  False  False
2  False  False
3  False   True
4  False  False
5  False   True
6  False  False
7  False  False
8   True  False
9  False  False

然后通过以下方法测试每行至少一个

True

：

---

我如何添加一个条件，即某个列必须为

True

？基本上，对于列

X

为

True

的行，如何在同一条船上获得连续安装的最旧部分安装？@dunkubok-你认为更改

df['boat'，'part']].ne（df['boat'，'part'].shift（））.any（axis=1）

到

df['boat'，'part'].ne（df['boat'，'part'].shift（））.any（axis=1）；（df['col']==1）

用于链接到

或
的df[['boat'，'part']].ne（df['boat'，'part'].shift（））.any（axis=1）
到
的df['boat'，'part'].ne（df['boat'，'part']].shift（））.any（axis=1）和（df['col']=1）
用于链接到
的
和
.ne
。它应该只在具有
col==False
@dunkubok的情况下执行
.ne
——您能更具体一点吗？也许最好的方法是创建一个新的问题，并导出输出。
print (df[['boat','part']].ne(df[['boat','part']].shift()))
    boat   part
0   True   True
1  False  False
2  False  False
3  False   True
4  False  False
5  False   True
6  False  False
7  False  False
8   True  False
9  False  False

print (df[['boat','part']].ne(df[['boat','part']].shift()).any(axis=1))
0     True
1    False
2    False
3     True
4    False
5     True
6    False
7    False
8     True
9    False
dtype: bool