如何基于多列筛选DataFrame中10月至次年4月的完整事件行？

原代码问题 #

你之前写的final_mask逻辑有问题：((start_mask & mask) | (end_mask & mask) | mask)其实等价于直接用mask，因为mask已经包含了所有目标月份的行，所以最终结果和直接筛选目标月份没区别，根本没起到过滤事件的作用。

正确筛选逻辑 #

要实现你的需求，核心是先判断每个事件的起始月份是否在目标区间（10、11、12、1、2、3、4月），再提取该事件中属于目标月份的行：

• 要是事件起始于9月，哪怕有10月的行，也全部排除
• 要是事件起始于4月，哪怕延续到5月，只保留该事件里4月的行

实现代码 #

import pandas as pd

# 1. 给每行添加月份列
Rain_Stream['month'] = Rain_Stream['Tidspunkt'].dt.month

# 2. 按事件编号分组，算出每个事件的起始月份（取事件最早的时间对应的月份）
event_start_month = Rain_Stream.groupby('event_number')['Tidspunkt'].min().dt.month

# 3. 筛选出起始月份在目标区间内的有效事件编号
valid_events = event_start_month[(event_start_month >= 10) | (event_start_month <= 4)].index

# 4. 生成最终掩码：行属于有效事件，且行的月份在目标区间内
final_mask = Rain_Stream['event_number'].isin(valid_events) & ((Rain_Stream['month'] >= 10) | (Rain_Stream['month'] <= 4))

# 5. 提取符合条件的行并重置索引
extracted_rs = Rain_Stream[final_mask].reset_index(drop=True)

代码说明 #

• 步骤2：通过分组取每个事件的最早时间，确定事件的起始月份
• 步骤3：筛选出起始月份在10-4月的事件，这些是我们要保留的事件
• 步骤4：双重过滤，既保证行属于有效事件，又保证行的月份在目标区间内，完美满足你的要求：排除起始于9月的事件，同时保留起始于4月且延续到5月的事件中4月的行

内容的提问来源于stack exchange，提问作者Camilla T