在Python（Pandas/Numpy）中，如何使用条件和特定的块大小来子集df？

我有一个df

A = pd.DataFrame([[1, 5, 2, 0], [2, 4, 4, 0], [3, 3, 1, 1], [4, 2, 2, 0], [5, 1, 4, 0], [2, 4, 4, 0], [3, 3, 1, 1], [4, 2, 2, 0], [5, 1, 4, 0]],
                 columns=['A', 'B', 'C', 'D'], index=[1, 2, 3, 4, 5, 6, 7, 8, 9])

我希望能够根据以下规则对数据帧进行子集：选择列“D”值为1的行，并包括上面的两行（Chunk Size=3）

如果我在df示例中应用该规则，则输出应为：

   A  B  C  D
1  1  5  2  0
2  2  4  4  0
3  3  3  1  1
5  5  1  4  0
6  2  4  4  0
7  3  3  1  1

---

谢谢

这将适用于任何

区块

大小：

>>> chunk, mask = 3, A['D'] == 1
>>> mask -= mask.shift(-chunk).fillna(0)
>>> A[mask[::-1].cumsum() > 0]
   A  B  C  D
1  1  5  2  0
2  2  4  4  0
3  3  3  1  1
5  5  1  4  0
6  2  4  4  0
7  3  3  1  1

---

谢谢。为什么我会得到这个c:\users\hernan\anaconda\lib\site packages\pandas\core\frame.py:1706:UserWarning:Boolean系列键将被重新索引以匹配数据帧索引。“DataFrame index.”，UserWarning）这有关系吗？@hernanavella如果你不想看到警告，你可以做一个[mask[：：-1].cumsum（）[：-1]>0]，但是这个警告在这里是完全没有问题的。@behzad.nouri你能解释一下为什么这个小改动会删除警告吗？我得到了这个警告，很难理解为什么。@Gregoyarenius没有在末尾添加

[：：-1]

，但是

掩码[：：-1].cumsum（）的索引与数据帧不对齐。警告基本上是说熊猫将执行
reindex
来对齐索引。有关对齐的一些示例，请参见。