如何在Pandas DataFrame中按条件删除后续记录及分组处理

基础需求 #

我创建了如下Pandas DataFrame：

import pandas as pd

ds1 = {'col1':[1,2,3,4,5,6,7], "col2" : [1,1,0,1,1,1,1]}

df1 = pd.DataFrame(data=ds1)

输出内容：

col1  col2
0     1     1
1     2     1
2     3     0
3     4     1
4     5     1
5     6     1
6     7     1

需要实现：一旦col2的值为0，就删除该记录之后的所有行，无论后续行的值如何。处理后结果如下：

col1  col2
0     1     1
1     2     1
2     3     0

另一个示例：

import pandas as pd

ds1 = {'col1':[1,2,3,4,5,6,7], "col2" : [0,0,0,1,1,1,1]}

df1 = pd.DataFrame(data=ds1)

处理后结果应为：

col1  col2
0     1     0

分组需求 #

还有一个附加场景：

import pandas as pd

ds1 = {'col1':[1,1,1,1,1,1,1, 2,2,2,2,2,2,2], "col2" : [1,1,0,1,1,1,1,1,1,0,1,1,1,1]}

df1 = pd.DataFrame(data=ds1)

输出内容：

col1  col2
0      1     1
1      1     1
2      1     0
3      1     1
4      1     1
5      1     1
6      1     1
7      2     1
8      2     1
9      2     0
10     2     1
11     2     1
12     2     1
13     2     1

需要按col1分组，在每个组内执行上述相同的条件删除操作，处理后结果如下：

col1  col2
0      1     1
1      1     1
2      1     0
7      2     1
8      2     1
9      2     0

单个DataFrame处理 #

核心逻辑是找到col2中第一个值为0的行索引，保留从开头到该索引的所有行；若没有0值则保留全部行。

实现代码：

import pandas as pd

# 创建示例DataFrame
ds1 = {'col1':[1,2,3,4,5,6,7], "col2" : [1,1,0,1,1,1,1]}
df1 = pd.DataFrame(data=ds1)

# 定位第一个col2为0的索引
first_zero_idx = df1[df1['col2'] == 0].index.min()

# 截取数据
df_processed = df1.loc[:first_zero_idx] if pd.notna(first_zero_idx) else df1.copy()

print(df_processed)

测试第二个示例（col2首值为0）：

ds2 = {'col1':[1,2,3,4,5,6,7], "col2" : [0,0,0,1,1,1,1]}
df2 = pd.DataFrame(data=ds2)

first_zero_idx = df2[df2['col2'] == 0].index.min()
df_processed = df2.loc[:first_zero_idx] if pd.notna(first_zero_idx) else df2.copy()

print(df_processed)

输出符合预期。

分组后处理 #

通过groupby结合自定义函数，对每个分组执行上述截断逻辑：

实现代码：

import pandas as pd

# 创建分组示例DataFrame
ds3 = {'col1':[1,1,1,1,1,1,1, 2,2,2,2,2,2,2], "col2" : [1,1,0,1,1,1,1,1,1,0,1,1,1,1]}
df3 = pd.DataFrame(data=ds3)

# 定义分组处理函数
def truncate_after_first_zero(group):
    first_zero_idx = group[group['col2'] == 0].index.min()
    if pd.notna(first_zero_idx):
        return group.loc[:first_zero_idx]
    else:
        return group.copy()

# 分组应用函数
df_grouped_processed = df3.groupby('col1', group_keys=False).apply(truncate_after_first_zero)

print(df_grouped_processed)

执行后输出结果与需求完全匹配。

• 若col2中无0值，代码会保留原数据，逻辑自洽；
• index.min()确保定位的是第一个出现0的位置，不受后续0值干扰；
• group_keys=False避免结果生成层级索引，保持原数据结构简洁。

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