从Pandas DataFrame提取某列连续值发生变化的行

要提取目标列（如示例中的B列）连续值发生变化时的对应行，核心是找出每组连续相同值的最后一行和下一组的第一行，可以通过以下步骤实现：

1. 构造示例DataFrame #

先还原测试数据：

import pandas as pd

data = {
    'sno': [1, 2, 3, 4, 5, 6, 7, 8, 9],
    'A': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'I'],
    'B': ['yes', 'yes', 'No', 'No', 'No', 'yes', 'yes', 'yes', 'No']
}
df = pd.DataFrame(data)

2. 生成筛选掩码 #

通过shift()方法对比当前行与相邻行的目标列值，生成两个筛选掩码：

• mask_last：标记当前行与下一行值不同的行（即每组连续相同值的最后一行）
• mask_first：标记当前行与上一行值不同的行（即每组连续相同值的第一行，除了第一组的首行）

# 筛选每组最后一行
mask_last = df['B'] != df['B'].shift(-1)
# 筛选每组第一行（除首组）
mask_first = df['B'] != df['B'].shift(1)

3. 合并掩码并提取结果 #

将两个掩码取逻辑或，即可得到所有需要的边界行：

result = df[mask_last | mask_first]
print(result)

输出结果 #

运行后会得到与示例一致的输出：

sno  A    B
1    2  b  yes
2    3  c   No
4    5  e   No
5    6  f  yes
7    8  h  yes
8    9  I   No

原理说明 #

• shift(-1)将目标列向下偏移一行，对比当前行与下一行的值，定位每组的结尾
• shift(1)将目标列向上偏移一行，对比当前行与上一行的值，定位每组的开头（排除第一组首行）
• 两个掩码合并后，覆盖了所有连续值变化的边界行

内容的提问来源于stack exchange，提问作者pylearner