如何截断时间序列数据帧中的列，以便删除前导零和尾随零？

Question

我有以下熊猫的时间序列df：

date          value
2015-01-01      0
2015-01-02      0
2015-01-03      0
2015-01-04      3
2015-01-05      0
2015-01-06      4 
2015-01-07      0 

我想删除前导零和尾随零，以便获得以下df：

date          value
2015-01-04      3
2015-01-05      0
2015-01-06      4 

简单地在它们中删除带有0的行会导致删除中间的0，这是我不想要的。

我想写一个前向循环，从第一行开始，然后继续到第一个非0值，第二个后向循环从末尾返回，在最后一个非0值处停止。但这似乎有些过分，有没有更有效的方法

Answer 1

一般解决方案返回空数据帧，如果数据中的所有0值与被测掩码的累计和不等于0值，并且通过bitwise AND链接的[::-1]交换值并通过^{}过滤：

s = df['value'].ne(0)
df = df[s.cumsum().ne(0) & s[::-1].cumsum().ne(0)]
print (df)
         date  value
3  2015-01-04      3
4  2015-01-05      0
5  2015-01-06      4

---

如果始终至少有一个非0值是可能的，则将0转换为缺少的值，并将^{}与^{}一起使用，并且 ^{}：

s = df['value'].mask(df['value'] == 0)
df = df.loc[s.first_valid_index():s.last_valid_index()]
print (df)
         date  value
3  2015-01-04      3
4  2015-01-05      0
5  2015-01-06      4

另一个想法是使用^{}或^{}：

s = df['value'].eq(0)
df = df.loc[s.idxmin():s[::-1].idxmin()]
print (df)
         date  value
3  2015-01-04      3
4  2015-01-05      0
5  2015-01-06      4

---

s = df['value'].ne(0)
df = df.loc[s.idxmax():s[::-1].idxmax()]

Answer 2

您可以获得一个索引列表，其中值为>；大于0，然后查找min

data = [
    ['2015-01-01',      0],
    ['2015-01-02',      0],
    ['2015-01-03',      0],
    ['2015-01-04',      3],
    ['2015-01-05',      0],
    ['2015-01-06',      4]
]
df = pd.DataFrame(data, columns = ['date', 'value'])

print(min(df.index[df['value'] > 0].tolist()))
# 3

然后按如下方式过滤主df：

df.iloc[3:]

或者更好：

df.iloc[min(df.index[df['value'] > 0].tolist()):]

你会得到：

    date        value
3   2015-01-04  3
4   2015-01-05  0
5   2015-01-06  4