如何在Pandas中按日期分类删除指定字符串范围的行？

现有如下DataFrame：

import pandas as pd

data = {
    'Date': ['2022-01-01']*6 + ['2022-01-02']*6,
    'Info': ['egg price', 'Central Java', 'East Java', 'chicken price', 'Central Java', 'East Java',
             'egg price', 'Central Java', 'East Java', 'chicken price', 'Central Java', 'East Java']
}
df = pd.DataFrame(data)

原始数据展示：

Date           Info
0  2022-01-01      egg price
1  2022-01-01  Central Java
2  2022-01-01    East Java
3  2022-01-01  chicken price
4  2022-01-01  Central Java
5  2022-01-01    East Java
6  2022-01-02      egg price
7  2022-01-02  Central Java
8  2022-01-02    East Java
9  2022-01-02  chicken price
10 2022-01-02  Central Java
11 2022-01-02    East Java

需求：按日期分组，删除每个日期组内从“egg price”所在行到“chicken price”前一行的所有行，仅保留每个日期组内“chicken price”及之后的行。

期望结果：

Date           Info
3  2022-01-01  chicken price
4  2022-01-01  Central Java
5  2022-01-01    East Java
9  2022-01-02  chicken price
10 2022-01-02  Central Java
11 2022-01-02    East Java

通过分组后标记保留行的方式实现：

def filter_group(group):
    # 定位组内"chicken price"的行索引
    chicken_row_idx = group[group['Info'] == 'chicken price'].index[0]
    # 返回从该行开始到组末尾的所有数据
    return group.loc[chicken_row_idx:]

# 按日期分组并应用过滤逻辑
result_df = df.groupby('Date', group_keys=False).apply(filter_group)

print(result_df)

代码说明 #

1. 定义filter_group函数处理单个日期分组：
   • 找到组内“chicken price”对应的行索引
   • 截取从该索引到组末尾的所有行，自动剔除了前面的“egg price”及中间行
2. 使用groupby('Date')按日期分组，apply函数将过滤逻辑应用到每个分组，group_keys=False避免分组键被添加为额外列

运行上述代码即可得到目标结果。

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