删除包含特定值的行之后的pandas DataFrame行

如何解决删除包含特定值的行之后的pandas DataFrame行

我正在尝试删除yes列中有'Ammend'的行之后的所有行

df：

  Ammend
 0  no
 1  yes
 2  no
 3  no
 4  yes
 5  no

必需的输出df：

  Ammend
 0  no
 1  yes
 3  no
 4  yes

看下面的代码：

df = df.drop(df[df['Amended' == 'yes']],inplace=True)

返回一条KeyError: False错误消息

我尝试使用.index.tolist()和.loc之类的不同方法对此进行了许多不同的变化但我似乎还是无法弄清楚。

我也尝试过截断：

filings_df.truncate(after=filings_df.loc[filings_df['Filings'] == '10-K/A'].index[0],before = filings_df.loc[filings_df['Filings'] == '10-K/A'].index[1])

这将返回：

IndexError：索引1超出了大小为1的轴0的边界

解决方法

尝试一下

import pandas as pd
import numpy as np

np.random.seed(525)
df = pd.DataFrame({'Other': np.random.rand(10),'Ammend': np.random.choice(['yes','no'],10)})
df

      Other Ammend
0  0.750282     no
1  0.379455     no
2  0.766467    yes
3  0.351025     no
4  0.965993     no
5  0.709159     no
6  0.838831    yes
7  0.218321     no
8  0.573360    yes
9  0.738974     no

输出：

df.drop(index=df[df['Ammend'].shift() == 'yes'].index)

      Other Ammend
0  0.750282     no
1  0.379455     no
2  0.766467    yes
4  0.965993     no
5  0.709159     no
6  0.838831    yes
8  0.573360    yes

结合使用pandas.Series.ne和shift技巧的一种方法：

s = df["Ammend"]
new_df = df[~s.ne(s.shift()).cumsum().duplicated(keep="first")]
print(new_df)

输出：

  Ammend
0     no
1    yes
2     no
4    yes
5     no