在DF按组基于条件（大熊猫，python3）

Question

我有一个熊猫DF这样的删除所有数据：

User  Enrolled Time 
    1   0   12 
    1   0   1 
    1   1   2 
    1   1   3 
    2   1   3 
    2   0   4 
    2   1   1 
    3   0   2 
    3   0   3 
    3   1   4 
    4   0   1 

我想删除的用户信息中的所有行，他们都报名参加了。每个用户的注册机会都按顺序排列。预期的输出如下所示：

User  Enrolled  Time 
    1   0    12 
    1   0    1 
    1   1    2 
    2   1    3 
    3   0    2 
    3   0    3 
    3   1    4 

希望有人能帮助我！

编辑：例如基于对正确答案的评论：

 User  Enrolled  Time 
     4   0    1 
     4   0    2 
     4   0    3 
     5   0    1 

Answer 1

我认为你在寻找什么是groupby后跟apply这不正确的逻辑为每个用户。例如：

df = pd.DataFrame([[ 1, 0, 12], 
        [ 1, 0, 1], 
        [ 1, 1, 2], 
        [ 1, 1, 3], 
        [ 2, 1, 3], 
        [ 2, 0, 4], 
        [ 2, 1, 1], 
        [ 3, 0, 2], 
        [ 3, 0, 3], 
        [ 3, 1, 4]], 
        columns=['User', 'Enrolled', 'Time']) 

def filter_enrollment(df): 
    enrolled = df[df.Enrolled == 1].index.min() 
    return df[df.index <= enrolled] 

result = df.groupby('User').apply(filter_enrollment).reset_index(drop=True) 

结果是：

>>> print(result) 
    User Enrolled Time 
0  1   0 12 
1  1   0  1 
2  1   1  2 
3  2   1  3 
4  3   0  2 
5  3   0  3 
6  3   1  4 

在这里，我假设你的行是按时间顺序。如果您想按时间列过滤，只需在过滤器功能中将index更改为Time即可。

编辑：获得编辑的问题的答案，就可以过滤功能更改为类似这样：

def filter_enrollment(df): 
    enrolled = df[df.Enrolled == 1].index.min() 
    if pd.isnull(enrolled): 
     return df 
    else: 
     return df[df.index <= enrolled]