Pandas按特殊规则保留每n行：遇指定条件重置计数

需求规则 #

• 基础规则：保留每第3行；
• 强制保留：所有能被3整除的数值所在行必须保留；
• 重置逻辑：每当遇到能被3整除的数值时，立即重置计数，从该位置重新开始计数到3，期间若再次遇到符合条件的数值，重复重置。

示例数据与期望结果 #

原始数据 #

import pandas as pd
df = pd.DataFrame.from_dict({'x': [0, 1, 2, 3, 4, 5, 7, 8, 9, 11, 12, 13, 14, 17, 20, 23]})

输出：

x
0    0
1    1
2    2
3    3
4    4
5    5
6    7
7    8
8    9
9   11
10  12
11  13
12  14
13  17
14  20
15  23

期望筛选结果 #

filtered = pd.DataFrame.from_dict({'x': [0, 3, 7, 9, 12, 17]})

输出：

x
0   0
1   3
2   7
3   9
4  12
5  17

实现方案 #

方法1：迭代遍历（直观易懂） #

逐行判断并维护计数变量，逻辑清晰适合小数据集：

import pandas as pd

df = pd.DataFrame.from_dict({'x': [0, 1, 2, 3, 4, 5, 7, 8, 9, 11, 12, 13, 14, 17, 20, 23]})

keep_mask = []
count = 0

for val in df['x']:
    if val % 3 == 0:
        keep_mask.append(True)
        count = 0
    else:
        count += 1
        if count == 2:
            keep_mask.append(True)
            count = 0
        else:
            keep_mask.append(False)

filtered = df[keep_mask].reset_index(drop=True)
print(filtered)

方法2：矢量化操作（高效适合大数据） #

利用Pandas分组和累计计数功能，避免循环提升效率：

import pandas as pd

df = pd.DataFrame.from_dict({'x': [0, 1, 2, 3, 4, 5, 7, 8, 9, 11, 12, 13, 14, 17, 20, 23]})

# 标记能被3整除的行
div3_flag = df['x'] % 3 == 0
# 按能被3整除的行划分分组，每次触发时开启新分组
groups = div3_flag.cumsum()
# 每个分组内计算从0开始的行号
group_row_num = df.groupby(groups).cumcount()
# 筛选条件：要么是能被3整除的行，要么是分组内第3行（行号为2）
filter_mask = div3_flag | (group_row_num == 2)
filtered = df[filter_mask].reset_index(drop=True)
print(filtered)

两种方法均能得到符合预期的筛选结果。

内容的提问来源于stack exchange，提问作者Baron Yugovich