python - Pandas 在每 n 个连续行中保持最高值

Question

我有一个名为 df_initial 的 pandas 数据框，其中包含两列“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 行等。

这是我想要得到的结果:

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 Pandas 函数可以执行此操作？

我看到有一个重采样函数 DataFrame.resample() ，但它对 DatetimeIndex、TimedeltaIndex 或 PeriodIndex 有效，所以在这种情况下无效。

谢谢谁来帮助我

Answer 1

您可以 groupby每两行(一种简单的方法是获取索引的 floor division)并获取 idxmax。 b 列索引数据框:

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 DataFrame.rolling :

df.loc[df.b.rolling(2).max()[1::2].index, :]