python - 检查 pandas 条件行选择中数据帧的一部分的长度

Question

假设我有一个像这样的 pandas 数据框:

    first   second  third
1     2       2       1
2     2       1       0
3     3       4       5
4     4       6       3
5     5       4       3
6     8       8       4
7     3       4       2
8     5       6       6

可以使用以下代码创建:

dataframe = pd.DataFrame(
    {
        'first': [2, 2, 3, 4, 5, 8, 3, 5], 
        'second': [2, 1, 4, 6, 4, 8, 4, 6], 
        'third': [1, 0, 5, 3, 3, 4, 2, 6]
    }
)

我想选择第二列的值大于第一列的值，同时第三列的值小于第二列的值的行 k 连续行，其中这 k 连续行的最后一行正好位于第二列值所在的行之前大于第一列的值，并且 k 可以是 2 到 4 之间的任何整数(闭区间)。

因此，输出应该是行:3、7、8

要在 pandas 中使用条件行选择获得上述结果，我知道我应该编写如下代码:

dataframe[(dataframe['first'] < dataframe['second']) & (second_condition)].index

但我不知道为上面解释的第二个条件写什么。谁能帮我解决这个问题吗？

Answer 1

这里的技巧是计算 bool 掩码上的rolling sum，以找出k之前的行中的值的数量，其中第三列小于第二列

k = 2
m1 = df['second'].gt(df['first'])
m2 = df['third'].lt(df['second']).shift(fill_value=0).rolling(k).sum().eq(k)

---

print(df[m1 & m2])

   first  second  third
3      3       4      5
7      3       4      2
8      5       6      6