使用shift条件切片Pandas DataFrame时保留首行的其他方法

除了使用concat拼接首行和筛选结果，还有以下几种更直接的实现方式：

方法一：构造包含首行条件的布尔掩码 #

直接生成一个布尔序列，首行设为True，其余行使用a > 上一行b的判断逻辑：

import pandas as pd

df = pd.DataFrame({'a': [1, 0, 1, 0, 1], 'b':[0, 0, 0, 1 ,0]})

# 构造掩码
mask = pd.Series(True, index=df.index)
mask[1:] = df['a'][1:] > df['b'].shift(1)[1:]

# 筛选结果
result = df[mask]
print(result)

方法二：直接在loc中组合条件 #

利用逻辑或操作，把“是首行”和“当前行a>上一行b”两个条件合并：

result = df.loc[(df.index == 0) | (df['a'] > df['b'].shift(1))]
print(result)

方法三：使用numpy构造布尔数组 #

借助numpy的数组拼接功能，直接生成掩码：

import numpy as np

mask = np.concatenate([[True], df['a'].iloc[1:].values > df['b'].iloc[:-1].values])
result = df[mask]
print(result)

以上三种方法都能得到你期望的结果：

a  b
0  1  0
2  1  0

内容的提问来源于stack exchange，提问作者AmirX