如何在Pandas DataFrame中选取某列首次出现指定元素的行及之前所有行

示例DataFrame #

先构造示例数据：

import pandas as pd

df = pd.DataFrame(index=['A', 'B', 'C', 'D'], data = [1,2,3,3])

生成的DataFrame如下：

0
A  1
B  2
C  3
D  3

需求 #

需要快速提取某列中首次出现指定元素（示例中为3）的行，以及该行之前的所有行。

已实现的解决方案 #

你已经找到一种可行写法：

import pandas as pd

df = pd.DataFrame(index=['A', 'B', 'C', 'D'], data = [1,2,3,3])

mask = df[0].eq(3).cumsum().cumsum().le(1)
r = df[mask]

print(r)

运行结果符合预期：

0
A  1
B  2
C  3

更直观的常规实现方法 #

这里提供几种可读性更强、更符合Pandas常规用法的实现方式：

方法1：定位首次出现的索引后切片 #

直接找到目标元素首次出现的行索引，然后通过标签切片获取结果：

# 定位首次出现3的行索引
first_index = df[df[0] == 3].index[0]
# 提取从开头到该索引的所有行
result = df.loc[:first_index]

也可以用eq()方法简化条件判断：

first_index = df[0].eq(3).idxmax()
result = df.loc[:first_index]

方法2：用单次累加生成掩码（更易读） #

相比两次cumsum的写法，单次累加后筛选更直观：

# 生成掩码：首次出现3及之前的行标记为True
mask = df[0].eq(3).cumsum() <= 1
result = df[mask]

原理：目标元素出现前累加值为0，首次出现时累加值变为1，后续行累加值会持续增加，因此筛选累加值≤1的行即可得到目标范围。

方法3：通过位置索引切片 #

如果更习惯用位置而非行标签定位：

# 获取首次出现3的位置索引（从0开始）
first_pos = df[0].eq(3).argmax()
# 提取从开头到该位置（包含）的所有行
result = df.iloc[:first_pos + 1]

内容的提问来源于stack exchange，提问作者Laurent B.