如何在Pandas DataFrame中筛选库存变动及初始数据行

核心思路 #

按ProductType分组，对每个产品的库存数据逐行对比：保留每组的初始行，以及当前行库存与上一行不同的行。

步骤与代码 #

1. 构造示例DataFrame（已有数据可跳过此步）

import pandas as pd

# 示例数据
data = {
    'DateTime': ['2023-11-16 10:00:00', '2023-11-16 10:00:00', '2023-11-16 10:00:10', '2023-11-16 10:00:10', '2023-11-16 10:00:20', '2023-11-16 10:00:20'],
    'ProductType': ['ProductA', 'ProductB', 'ProductA', 'ProductB', 'ProductA', 'ProductB'],
    'AmountOfStock': [30, 15, 29, 15, 29, 14]
}

df = pd.DataFrame(data)
# 确保DateTime为时间类型（原始数据已处理可省略）
df['DateTime'] = pd.to_datetime(df['DateTime'])

2. 过滤目标行
   使用groupby结合shift()实现对比过滤：

# 按产品分组，筛选初始行或库存变动行
result_df = df.groupby('ProductType').filter(
    lambda x: (x['AmountOfStock'] != x['AmountOfStock'].shift()).fillna(True)
)

结果说明 #

执行后result_df将保留以下行，符合需求（移除原数据中库存无变动的第4、5行）：

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