如何过滤Pandas DataFrame中含'off-on'序列的元组列表？

问题背景 #

需要处理如下Pandas DataFrame，过滤掉列l中包含'off'元组紧跟'on'元组的行：

import pandas as pd
import numpy as np

array = np.array([[1, [('on',1),('off',1),('off',1),('on',1)]], [2,[('off',1),('on',1),('on',1),('off',1)]]])
index_values = ['first', 'second']
column_values = ['id', 'l']
df = pd.DataFrame(data = array, 
                  index = index_values, 
                  columns = column_values)

原尝试代码因逻辑错误导致updated_col为空：

updated_col = []
for d in df['l'] : 
    for index, value in enumerate(d) : 
        if len(value) == index : 
            break 
        elif value[index] == 'off' and value[index + 1] == 'on' : 
            updated_col.append(value)

错误原因：混淆了元组元素与列表索引——value是单个元组（如('on',1)），value[index]取的是元组内的元素，而非列表中的下一个元组，逻辑完全偏离需求。

解决方案 #

方法1：使用lambda + apply过滤行 #

核心思路：对每个元组列表，检查是否存在相邻的('off', x)后跟('on', y)，若不存在则保留该行。

# 定义判断函数：检查列表中是否存在off-on相邻序列
def has_off_on_sequence(lst):
    for i in range(len(lst)-1):
        if lst[i][0] == 'off' and lst[i+1][0] == 'on':
            return True
    return False

# 过滤掉包含该序列的行
filtered_df = df[~df['l'].apply(lambda x: has_off_on_sequence(x))]

如果想直接用lambda简写（无需单独定义函数）：

filtered_df = df[~df['l'].apply(lambda lst: any(lst[i][0] == 'off' and lst[i+1][0] == 'on' for i in range(len(lst)-1)))]

方法2：修正pairwise函数后使用 #

你提供的pairwise函数用itertools.combinations会生成所有两两组合（非相邻），不符合“紧跟”的要求，需改成生成相邻元素对的版本：

import itertools

# 修正后的pairwise：生成相邻元素对
def pairwise(x):
    # Python3.10+ 可直接用 itertools.pairwise(x)
    return zip(x, x[1:])

# 过滤逻辑
filtered_df = df[~df['l'].apply(lambda lst: any(p[0][0] == 'off' and p[1][0] == 'on' for p in pairwise(lst)))]

结果说明 #

运行上述代码后，会过滤掉所有列l中存在off紧跟on的行。针对你的示例DataFrame，两行都包含该序列，所以最终filtered_df为空；若有行的元组列表无该序列，则会被保留。

内容的提问来源于stack exchange，提问作者blue-sky