基于event事件筛选多级索引Pandas DataFrame保留事件后行的方法

现有如下 Pandas DataFrame：

import pandas as pd

df = pd.DataFrame(
    (
        {
            "foo": ["1", "1", "1", "1", "2", "2", "2", "2"],
            "bar": ["1", "2", "3", "4", "1", "2", "3", "4"],
            "info": [1, 2, 3, 4, 5, 6, 7, 8],
            "event": [0, 0, 1, 0, 0, 1, 0, 0],
        }
    )
)
# 设置多级索引
df.set_index(["foo", "bar"], inplace=True)

print(df)
# 输出：
#          info  event
# foo bar
# 1   1       1      0
#     2       2      0
#     3       3      1
#     4       4      0
# 2   1       5      0
#     2       6      1
#     3       7      0
#     4       8      0

需求：对该 DataFrame 做切片，仅保留每个按第一级索引foo分组的分组内，event等于1及之后的所有行，预期输出如下（你提到的values列对应原表的info列）：

如果不需要保留event=1的行，仅保留之后的行也可接受。

核心逻辑：对每个foo分组计算event列的累积和，从第一个event=1的位置开始，累积和将大于等于1，过滤出符合条件的行即可。

基础实现（保留event=1的行） #

result = df[df.groupby(level='foo')['event'].cumsum() >= 1]
print(result)

输出和你预期的结果完全一致。

变体实现（删除event=1的行，仅保留后续行） #

result = df[df.groupby(level='foo')['event'].cumsum().shift(fill_value=0) >= 1]

鲁棒性优化 #

如果存在部分foo分组没有event=1的记录，且你不希望保留该分组的任何行，可以使用自定义分组处理函数：

def filter_group(g):
    event_cumsum = g['event'].cumsum()
    # 分组内无event=1时返回空
    if event_cumsum.max() < 1:
        return g.iloc[0:0]
    return g[event_cumsum >= 1]

result = df.groupby(level='foo', group_keys=False).apply(filter_group)

内容的提问来源于stack exchange，提问作者tjaqu787