如何按条件删除DataFrame特定行：仅删SCU_KEY首次出现1前的0值行

实现思路 #

• 利用pandas分组累计最大值的特性实现高效过滤，无需遍历也无需手动指定索引，适配大规模数据集
• 由于数据集已按日期排序，每个SCU_KEY分组内的行顺序符合业务逻辑
• REVENUE_STATUS_FLAG的累计最大值一旦首次达到1后，后续所有位置的累计最大值都会保持为1，刚好匹配「首次1之前删0、首次1之后全保留」的规则

代码实现 #

import pandas as pd

# 假设原始数据集存储在df变量中
df_filtered = df[
    df.groupby('SCU_KEY')['REVENUE_STATUS_FLAG'].transform('cummax') == 1
].reset_index(drop=True)

逻辑验证 #

举个例子，假设某SCU_KEY分组内的REVENUE_STATUS_FLAG序列为[0,0,1,0,1]，计算得到的累计最大值序列为[0,0,1,1,1]，筛选后保留的就是后3行，刚好删除首次出现1之前的2条0值行，且保留了首次1之后的0值行，完全符合需求。

内容的提问来源于stack exchange，提问作者Deke Marquardt