检测 Pandas 数据框中的第一个更改

Question

我面临的问题是我有一个 Pandas 数据框每天保存变量 V1 的状态。我只对变量何时更改其状态以及新状态是什么的信息感兴趣。

test_dataframe = pd.DataFrame()
test_dataframe['V1'] = ['X','Y','X','X','Y','X','Y','X']
test_dataframe['Status'] = ['A','C','B','B','D','B','D','A']
test_dataframe['Date'] = [pd.to_datetime('2017-1-1'),pd.to_datetime('2017-1-2'),pd.to_datetime('2017-1-3'),pd.to_datetime('2017-1-4'),pd.to_datetime('2017-1-5'),pd.to_datetime('2017-1-6'),pd.to_datetime('2017-1-7'),pd.to_datetime('2017-1-8')]
print(test_dataframe)

导致以下数据框

  V1 Status       Date
0  X      A 2017-01-01
1  Y      C 2017-01-02
2  X      B 2017-01-03
3  X      B 2017-01-04
4  Y      D 2017-01-05
5  X      B 2017-01-06
6  Y      D 2017-01-07
7  X      A 2017-01-08

我感兴趣的是：变量什么时候改变其状态，新的状态是什么？

结果应该是：

V1 Status Date
-----------------
X  A      date_1
X  B      date_3
X  A      date_8
Y  C      date_2
Y  D      date_5

有人可以帮忙吗？谢谢

Answer 1

你可以用groupby+ apply-来做到这一点

df = df.groupby('V1', group_keys=False)\
       .apply(lambda x: x[x.Status.ne(x.Status.shift())])\
       .reset_index(drop=True)

df

  V1 Status       Date
0  X      A 2017-01-01
1  X      B 2017-01-03
2  X      A 2017-01-08
3  Y      C 2017-01-02
4  Y      D 2017-01-05

该x.Status.ne(x.Status.shift())位将查找 中发生变化的行Status。