python - 从数据框中的每个组中删除特定的一组行

Question

我有一个数据框如下:

df = pd.DataFrame({"user_id": ['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'b'],
                   "value": [20, 17,15, 10, 8 , 18, 18, 17, 13, 10]})

请注意，dataframe 按 user_id 然后 value 降序排序。

对于每个 user_id，我想删除第 2 行和第 4 行，这样输出看起来像

df = pd.DataFrame({"user_id": ['a', 'a', 'a', 'b', 'b', 'b',],
                   "value": [20, 15, 8 , 18, 17, 10]})

灵感来自 drop first and last row from within each group ，我尝试了以下方法:

def drop_rows(dataframe) : 
     pos = [1,3]
     return dataframe.drop(dataframe.index[pos], inplace=True)
df.groupby('user_id').apply(drop_rows)

但是得到这个“索引 2 超出了尺寸为 0 的轴 0 的范围”

有人可以解释为什么这不起作用以及我应该如何继续吗？此外，鉴于数据集非常庞大，一种有效的解决方案将很有帮助。非常感谢。

Answer 1

您可以使用 groupby+cumcount 获取每个组中的行数，然后检查该行是否在 to_del 列表中

to_del = [2,4]
df[~df.groupby('user_id').cumcount().add(1).isin(to_del)]

---

  user_id  value
0       a     20
2       a     15
4       a      8
5       b     18
7       b     17
9       b     10