基于多行列匹配移除Pandas数据行，筛选仅保留Added行

需求说明：
在已完成Event_Time转datetime类型、按Name分组并按时间排序的Pandas DataFrame中，移除所有满足「前一行Action为Added且当前行Action为Removed」的成对行，最终仅保留有效的Added行。

示例输入数据：

import pandas as pd
df = pd.DataFrame({'Event_Time': ['2024-05-28 12:37:00', '2024-05-28 12:41:00', '2024-05-28 16:12:00','2024-05-08 09:40:00'], 
                   'Name': ['Kenzie Doe', 'Kenzie Doe', 'Kenzie Doe', 'Abby Stone'],
                  'Action': ['Added', 'Removed', 'Added', 'Added']})

解决方案 #

Python完全支持这类多行列操作，具体步骤如下：

1. 预处理：转换时间类型并排序
   确保Event_Time为可排序的datetime类型，再按Name分组、时间排序：

df['Event_Time'] = pd.to_datetime(df['Event_Time'])
df = df.sort_values(['Name', 'Event_Time']).reset_index(drop=True)

2. 标记需要删除的成对行
   先定位「当前行是Removed且前一行是Added」的行，再把对应的前一行也标记为待删除：

# 标记当前行是Removed且前一行是Added的情况
mask_remove = (df['Action'] == 'Removed') & (df['Action'].shift(1) == 'Added')
# 扩展标记到对应的前一行（Added行）
mask_to_drop = mask_remove | mask_remove.shift(-1).fillna(False)

3. 过滤并保留有效Added行
   剔除标记的行后，再筛选出Action为Added的行：

result = df[~mask_to_drop].query("Action == 'Added'").reset_index(drop=True)

最终结果 #

内容的提问来源于stack exchange，提问作者Zayetzy Luna