如何对Pandas DataFrame按id分组取yes行前一行，处理无前置行场景

解决方案 #

你可以通过分组内位移来同时解决分组逻辑和边界异常问题，代码如下：

import pandas as pd

# 你的样例数据
df = pd.DataFrame(data={'id':[3,3,3,3,3,5,5,5,5,6,6,6,6,6,6,6,6,6,6,7,7,7,7,7], 
     'outcome': ['no','no','no','yes','no','no','no','yes','yes','no','no','yes','yes','yes','yes','yes','no','no','no', 'no', 'yes', 'no', 'no', 'yes']})

# 核心逻辑：按id分组后，取每组内「下一行outcome为yes」的当前行
mask = df.groupby('id')['outcome'].shift(-1).eq('yes')
pre_df = df[mask]

方案说明 #

• 分组内使用shift(-1)，位移操作只会在同一个id的组内生效，不会出现跨组取上一行的问题，满足分组需求
• 如果某组内第一行就是yes，它对应的上一行不存在，生成的mask对应位置会自动为False，不会被筛选出来，解决了无上行的异常
• 连续多个yes相邻的情况，只会取第一个yes的上一行，后面的yes的上一行是yes，不会被筛选，符合你忽略yes行之后内容的要求

内容的提问来源于stack exchange，提问作者Ze0ruso